前言¶
DeepSeek Harness 的 Web 界面運行在瀏覽器中，無法直接訪問本地文件進行 OCR 識別。pipiwolve/dsh-baidu-ocr 插件通過 Host 端與 Client 端的協作，實現了在 DSH 中調用百度雲 OCR 的能力。
它是什麼¶
這是一個符合 DeepSeek Harness bundle 規範的插件。它集成百度雲 OCR 能力，支持將圖片、PDF 或辦公文檔拖入頁面識別爲 Markdown，並將結果寫入本地文件。
核心功能¶
- 雙引擎支持：支持 PaddleOCR-VL（同步）和 Unlimited-OCR（異步）。
- 雙模式使用：提供 GUI 拖拽面板和模型工具（
baidu_ocr）。 - 本地輸出：生成 Markdown 和 JSON 文件，保存在源文件旁的
ocr_output目錄。 - 零依賴與安全：Host 端使用 Node 原生 fetch，無額外依賴；包含 CSRF 防護和路徑校驗。
安裝與啓用¶
安裝命令如下：
dsh plugin --profile web add <本倉庫路徑或 git url>
安裝後需重啓 Web UI。
典型用法¶
- 拖入識別：直接將文件拖入頁面，在右下角面板選擇引擎進行識別。
- 指令調用：在對話中使用指令
用 baidu_ocr 識別 /absolute/path/to/image.png。
適用場景與注意¶
- API Key 配置：需要配置百度 BCE IAM API Key。
- Key 存儲：Key 存儲在本地
~/.dsh/baidu-ocr.，權限 0600，不會在界面上回顯。 - 文件格式：支持圖片、PDF、辦公文檔（.pdf .ofd .doc .docx .txt .wps .ppt .pptx）。
結語¶
該插件爲 DeepSeek Harness 提供了直接對接百度雲 OCR 的能力，適合需要批量處理文檔或離線識別的場景。
