前言¶
在构建基于 DeepSeek Harness (DSH) 的智能体时，处理非结构化数据是常见需求。当输入源包含手写文本（如手写笔记、签名或表单）时，通用 OCR 模型往往难以处理。通过 DSH 插件体系，可以直接将手写识别能力集成到工作流中，避免重复造轮子。
插件介绍¶
xby-ocr-handwriting 是一个运行在 DSH 环境中的模型推理插件。它由 xby-skill 维护，提供输入包含手写文本的图像，并自动检测文本行及识别内容的能力。该插件基于 MIT 许可证开源。
功能¶
该插件提供以下核心能力：
set_xby_apikey：在对话中设置 API 密钥。密钥会自动持久化，重启进程后依然有效。ocr_handwriting：识别手写文本。需要输入图片文件的链接。ocr_handwriting_for_data_base64：识别手写文本。需要输入图片文件的 BASE64 编码。ocr_handwriting_for_data_file：识别手写文本。需要输入图片文件的文件路径。
安装与配置¶
安装¶
通过以下命令将插件添加到 DSH 中：
dsh plugin --profile web add github:xby_skill/xby-ocr-handwriting
配置 API 密钥¶
使用该插件前，需要在小笨羊官网注册并获取 API 密钥。获取后，通过 set_xby_apikey 命令配置即可。
典型用法¶
根据输入数据的形式，选择对应的接口：
- 网络图片链接：调用
ocr_handwriting，传入图片 URL。 - BASE64 编码：调用
ocr_handwriting_for_data_base64，传入编码后的字符串。 - 本地文件路径：调用
ocr_handwriting_for_data_file，传入本地文件路径。
注意事项¶
- API 依赖：该插件依赖小笨羊的 API 服务，使用前必须注册获取密钥。
- 权限范围：插件以当前 DSH 进程的权限运行，调用文件路径接口时需确保进程有读取权限。
- 安全检查：在安装和使用前，建议检查 GitHub 仓库源码及许可证，确认符合项目需求。
总结¶
xby-ocr-handwriting 为 DSH 用户提供了一套标准化的手写识别方案，支持链接、Base64 和文件路径三种输入方式。更多技术细节可参考 插件目录 或 GitHub 仓库。
