DeepSeek Harness 插件Manifest 有效

dsh-windows-ocr

基于 Windows 本地 OCR 引擎识别 DeepSeek Harness 中的图片附件，让纯文本模型直接读取图像文字。

视觉与图像UI 与效率终端与 TUI开发者工具安全与策略Skills 与工作流远程执行

9GitHub Stars1Fork 数更新于2026-09-13

源码

安装

$ dsh plugin --profile web add dsh-windows-ocr

插件能力与用途

基于公开仓库快照由 AI 辅助整理，内容必须有源码依据；它不等同于兼容性验证或安全验证。

源码有据

dsh-windows-ocr 是一个 DeepSeek Harness (DSH) 插件，利用系统内置的 Windows.Media.Ocr 本地引擎对输入的图像进行文字识别。通过接入 Cordis 的 llm 服务和 agent/pre-step 流程，插件在请求发送前将图像块替换为识别出的文本块，实现纯文本模型处理图片的同时保护图像隐私。

核心能力

基于 Windows.Media.Ocr 进行本地图片 OCR 识别，绝不向模型服务商发送图片原始字节
提供能力 Shim，使纯文本模型在消息校验时支持接收图像附件
在 agent/pre-step 阶段拦截并将图片块替换为 <image_ocr> 格式的文本块
支持 BCP-47 语言代码配置及针对多模态模型的直通模式（passthrough）
基于附件 ID 实现进程级 OCR 结果缓存，并自动清理运行时临时文件

适用场景

在 DeepSeek Harness 中使用纯文本模型解析截图、文档或收据中的文本
无需调用或付费多模态 Vision API 即可实现图片内容提取
在 Windows 环境下注重隐私安全，防止本地图片流出到外部大模型 API

适合谁

使用 DeepSeek Harness 且需要本地 OCR 功能的 Windows 用户
需要让纯文本 LLM 处理图像中文字内容的开发者
对数据隐私要求严格、希望阻断图片原始数据外发的团队

文档中可确认的限制

仅适用于 Windows 10/11 操作系统，且依赖系统已安装对应语言的 OCR 语言包
GIF 动图仅支持识别第一帧
OCR 文本缓存仅在单进程生命周期内有效，受 maxCacheEntries 上限约束
采用 Fail-closed 机制：未加载或卸载插件后，纯文本模型将拒绝接收图片附件

DSH 兼容性

DSH Plugin 针对具体版本记录的运行验证证据。没有结果只代表我们尚未测试，不代表不兼容。

尚未测试目前还没有发布运行兼容性测试结果。

安全信号

来自包元数据和源码检查的客观信号。这些信息用于辅助判断，不代表绝对安全保证。

目前还没有发布自动安全检查信号。

来源与 Registry 记录

展示此条目的公开来源、Registry 分类与最近一次源码检查信息，并与运行验证结果明确分开。

源码仓库: maxwell-feng/dsh-windows-ocr
Registry 来源: GitHub · dsh-plugin topic
Registry 分类: Plugin
源码检查: e20ebb6 · 2026-09-14

本页面基于公开源码信息独立收录。DSH Plugin 与 DeepSeek 及插件作者均无隶属关系；安装前请始终以作者仓库中的最新说明为准。

仓库活跃度

GitHub Stars: 9GitHub stars
Fork 数: 1
未关闭 Issue: 0
最近提交: 2026-09-13
最近发布: 2026-09-13