🤖

dsh-local-ocr

模型推理更新于 2026.08.16

在终端中运行以下命令：

dsh plugin install littlewrite/dsh-local-ocr

将以下提示词粘贴到 DeepSeek Harness 对话框中：

在终端中执行 dsh plugin install littlewrite/dsh-local-ocr，即可从 GitHub 仓库（https://github.com/littlewrite/dsh-local-ocr）将该插件安装到当前 DeepSeek Harness profile，安装完成后重启 dsh web 即可生效。

插件介绍

当你让 DeepSeek Harness 里的 agent 读取一张本地截图或文档图片中的文字时，最自然的期望是它能直接识别出来。dsh-local-ocr 正是为此而生：它把操作系统自带的 OCR 能力封装成一个 model-facing 工具，agent 只需传入本地图片的绝对路径，即可获得识别文本与置信度，全程无需任何云端服务。

插件底层通过 @napi-rs/system-ocr 桥接 macOS Vision OCR 与 Windows Media OCR，对上层暴露统一的 Node.js API。注册的 local_ocr_image 工具采用延迟加载策略——原生 add-on 只在模型真正调用工具的那一刻才载入，空闲时不产生额外进程开销。返回字段保持精简稳定：text 与 confidence；图片中无可识别文字时，text 为空字符串、confidence 为 0，不会抛出异常打断对话流。

适合在 macOS 或 Windows 上运行 DeepSeek Harness、又希望图片文字识别完全留在本地的开发者。插件以独立 bundle 挂载到 Harness profile，不修改 Harness 源码，不引入缓存层，也不替模型做是否跑 OCR 的决策，调用时机完全由 agent 自行判断。当前 MVP 暂不支持 Linux；如果你只需要一个轻量、可本地运行、与现有 Harness 工作流无缝衔接的 OCR 入口，它正好够用。