xby-extract-image：DeepSeek Harness 图像提取转换插件

在 DeepSeek Harness (DSH) 的插件生态中，处理视觉数据通常需要将本地文件、网络链接或编码数据转换为模型可处理的格式。xby-extract-image 解决了这一需求，提供了一套图像提取与转换的标准化接口。

这是什么¶

这是一个 DeepSeek Harness (DSH) 插件，本质上是一个 MCP 服务器。它支持从本地文件、网页 URL 以及 Base64 编码数据中提取图像，并将其转换为 Base64 格式，以便 LLM 进行后续的视觉内容理解、OCR 文本提取或物体识别。

核心功能¶

该插件提供以下四个核心操作：

set_xby_apikey：在聊天中设置 API 密钥。该密钥会自动持久化，在进程重启后依然有效。
extract_image_from_file：从本地文件路径提取图像。支持对截图、照片、图表和文档进行视觉内容理解、OCR 文本提取及物体识别。
extract_image_from_url：从网页 URL 提取图像。适用于分析网页截图、在线照片、图表等，支持 HTTP/HTTPS 协议下的视觉内容分析和文本提取。
extract_image_from_base64：从 Base64 编码的数据中提取图像。适合处理剪贴板截图、动态生成的图像或应用内嵌入且无需文件系统访问权限的图像。

安装与启用¶

安装该插件需要指定 profile。以下是从 GitHub 安装的命令：

dsh plugin --profile web add github:xby_skill/xby-extract-image

如果需要本地开发调试，可以使用以下方式：

# 从本地目录安装
dsh plugin --profile web add /absolute/path/to/xby-extract-image

# 通过 cordis.patch.yml 进行开发调试
dsh web --profile web --patch /absolute/path/to/dsh-ocr-plugin/cordis.patch.yml

典型用法¶

安装完成后，在 DSH 的对话或工具调用中，可以通过上述四个接口操作图像。典型场景包括：

文件分析：将本地保存的截图或 PDF 页面文件路径传入 extract_image_from_file，提取图像后由 LLM 进行内容总结或结构化数据提取。
网络抓图：将目标网页的 URL 传入 extract_image_from_url，获取网页视觉内容进行分析。
动态数据处理：将应用程序返回的 Base64 编码图像数据传入 extract_image_from_base64，直接供模型处理。

适用场景与注意¶

API 密钥要求：使用前需在小笨羊官网注册并获取 API 密钥，并通过 set_xby_apikey 进行配置。
权限依赖：插件以当前 DSH 进程的权限运行。调用 extract_image_from_file 时，DSH 进程需要拥有对应文件系统的读取权限；调用 extract_image_from_url 时，需要网络连接权限。
许可证：该插件遵循 MIT 许可证。

总结¶

xby-extract-image 为 DSH 提供了基础的图像处理能力，填补了从多源数据到模型输入的转换空白。通过标准的 MCP 接口，它让智能体能够方便地接入视觉分析能力。更多细节请参考项目仓库：github.com/xby-skill/xby-extract-image。