dsh-ocr-local
纯文本路由的本地 OCR 兜底：会话模型明确声明不接受图片时，把附件的图片存入本地缓存并注入路径，模型调 ocr_image 用 PP-OCRv5 + ONNX Runtime 在纯 CPU 上离线识别，无需 API key，图片不出本机；模型能看图时静默。
- 形态
- Plugin 插件
- 安装
- npm 包安装
- 需要密钥
- 否
- 近月下载
- 2,520
- 最近推送
- 16 天前更新
项目说明
From README
dsh-ocr-local English · 中文 给 DeepSeek Harness（Web 端）装一个 本地 OCR 兜底 ：当会话路由到的模型 不支持图片输入 时， 把图片里的文字读出来给模型；模型能看图时，插件完全静默、不插手。识别引擎是 PP-OCRv5 + ONNX Runtime， 纯 CPU、完全离线 ，图片不会离开你的电脑。插件什么时候生效，什么时候静默 这是理解本插件最重要的一张表。
判定基于当前会话实际路由到的模型 声明的输入能力 （ inputModalities ），而不是猜： 会话路由到的模型 插件行为 模型实际拿到什么 --- --- --- 明确声明不支持图片 （如纯文本模型） ✅ 生效 ：图片存到本地缓存，并注入路径提示 → 模型调 ocr image 识别 文字。Harness 对这类模型只给一句 [image omitted because this model accepts text only; …] ， 没有任何路径 ，所以没有本插件模型就完全读不到图 明确声明支持图片 （多模态模型） 🔇 静默 ：不存缓存、不注入提示 图片本身。
Harness 还会在图片前附一条 只读副本路径 ，模型想逐字核对时可以直接对那个路径调 ocr image 无法确定 （provider 未注册 / 查询失败 / 没声明模态） 🔇 静默 按 Harness 原样处理。宁可不打扰，也不在一个可能能看图的模型上多塞提示 "无法确定就静默"是刻意的。如果你确实需要无条件介入，把 autoOcr 设成 'always' （见下方配置）。关于「未登记的 model id」：DeepSeek 适配器对没写进模型目录的 id 会 显式 返回 inputModalities: ["text"] ，所以这类纯文本路由会被上表第一行正确覆盖。
其它 provider 若对未声明模型返回「无模态信息」，则落到第三行（静默）。⚠️ 在 Web 设置页配置的模型，能力声明可能是空的 插件的判定 完全依赖配置里声明的 inputModalities ，而不是模型
Original description
DeepSeek Harness 本地 OCR 插件：粘贴图片，PP-OCRv5 + ONNX Runtime 识别文字，完全离线 | Local OCR plugin for DeepSeek Harness — paste an image, get its text via PP-OCRv5 + ONNX Runtime, fully offline.
安装方式
npm 包安装 · 安装无需配置
dsh plugin --profile web add dsh-ocr-localdsh plugin --profile web add github:grelvan/dsh-ocr-localgit clone https://github.com/grelvan/dsh-ocr-local.git安装命令包含风险形态
- 远程脚本直接管道执行（curl | sh）
- 需要 sudo 提权
全局安装会修改系统级依赖；远程脚本执行等于把执行权交给仓库作者。装前请通读命令。
安全能力
静态扫描源码得到的权限画像 —— 回答的是「它要动什么」，而不是「它好不好」
- 执行命令
- 写入文件
- 读取文件
- 读取环境变量
未发现已知红线（明文传输、安装期执行代码、凭据外传等）。
能力与红线来自 awesome-dsh-plugin 的静态扫描结果（CC0 公有领域），本站未逐行复核源码； 它只覆盖能被静态识别的模式，不等于安全审计结论。
为什么是这个分数
近 17 天内有提交；README 给出了可直接复制的安装命令；装完即可用，无需额外配置；近月 npm 下载 2520 次，star 不多但真在被使用。
- 维护活跃
- 86
- 实用度
- 74
- 生态热度
- 68
- 上手便捷
- 94
- 信号质量
- 96
- 数据置信度
- 100%
相关插件
bisheng
dataelement/bisheng
BISHENG is an open-source enterprise Agent platform for building, deploying, and managing AI applications. It combines AI agents, workflows, RAG and knowledge management, desktop agent integration, and vibecoding app hosting with unified model management, evaluation, observability, access control, and enterprise administration.
modlens
liustack/modlens
为纯文本模型架起视觉桥梁：粘贴图片，输出结构化 JSON 证据（OCR、版面、语义）。
dsh-vision-toolkit
Anionex/dsh-vision-toolkit
让纯文本模型处理视觉任务：粘贴图片后自动切换到 Vision Toolkit 变体，支持图片问答、多图比较、长截图 OCR、截图还原前端 UI、元素定位与像素对比。默认无需 API Key——图片经作者自建的免费服务处理，每台机器每天 100 张；也可改为指向自己的服务商。