前言¶
DeepSeek Harness 的 Web 界面运行在浏览器中，无法直接访问本地文件进行 OCR 识别。pipiwolve/dsh-baidu-ocr 插件通过 Host 端与 Client 端的协作，实现了在 DSH 中调用百度云 OCR 的能力。
它是什么¶
这是一个符合 DeepSeek Harness bundle 规范的插件。它集成百度云 OCR 能力，支持将图片、PDF 或办公文档拖入页面识别为 Markdown，并将结果写入本地文件。
核心功能¶
- 双引擎支持：支持 PaddleOCR-VL（同步）和 Unlimited-OCR（异步）。
- 双模式使用：提供 GUI 拖拽面板和模型工具（
baidu_ocr）。 - 本地输出：生成 Markdown 和 JSON 文件，保存在源文件旁的
ocr_output目录。 - 零依赖与安全：Host 端使用 Node 原生 fetch，无额外依赖；包含 CSRF 防护和路径校验。
安装与启用¶
安装命令如下：
dsh plugin --profile web add <本仓库路径或 git url>
安装后需重启 Web UI。
典型用法¶
- 拖入识别：直接将文件拖入页面，在右下角面板选择引擎进行识别。
- 指令调用：在对话中使用指令
用 baidu_ocr 识别 /absolute/path/to/image.png。
适用场景与注意¶
- API Key 配置：需要配置百度 BCE IAM API Key。
- Key 存储：Key 存储在本地
~/.dsh/baidu-ocr.，权限 0600，不会在界面上回显。 - 文件格式：支持图片、PDF、办公文档（.pdf .ofd .doc .docx .txt .wps .ppt .pptx）。
结语¶
该插件为 DeepSeek Harness 提供了直接对接百度云 OCR 的能力，适合需要批量处理文档或离线识别的场景。
