前言¶
在 DeepSeek Harness (DSH) 的插件生态中，处理图像数据是常见需求。xby-pic 是一个专注于视觉任务的工具集插件，旨在为开发者提供统一的图像识别与检测能力，无需在本地部署重型模型，直接通过 API 调用即可实现各类视觉功能。
插件介绍¶
该插件由 xby-skill 维护，遵循 MIT 许可证。它通过外部 API 实现功能，不依赖本地模型，适合需要快速集成 OCR、证件识别及物体检测能力的场景。
核心功能¶
插件提供了以下已核实的功能接口：
- API 密钥设置：
set_xby_apikey，用于设置 API 密钥，支持自动持久化，重启有效。 - 通用文本识别：
ocr、ocr_pro、ocr_handwriting，支持文档、屏幕截图及手写内容识别。 - 证件识别：
plate_recognition（车牌）、ocr_bank_card（银行卡）、ocr_biz_license（营业执照）、ocr_driver_license（驾驶证）、ocr_vehicle_license（行驶证）、ocr_id_card（身份证）、ocr_pass（通行证）、ocr_passport（护照）。 - 物体检测与识别：
daily_object_detection、cellphone_detection、ebike_detection、fire_detection、gesture_detection、head_person_detection、smoking_detection、wild_animals_detection、bird_detection、helmet_head_person_detection、detect_pedestrian。 - 生物与场景识别：
insect_recognition、plant_recognition、animal_recognition、pet_emotion_recognition、dish_recognition、general_recognition。
安装与启用¶
插件在 DeepSeek Harness 目录中可用。访问 插件目录 或查看 GitHub 仓库 获取源码与安装指引。
使用说明¶
使用该插件前，需先调用 set_xby_apikey 设置 API 密钥。调用识别或检测功能时，支持以下三种输入方式：
* 图片文件链接
* BASE64 编码
* 文件路径
注意事项¶
- 输入要求：部分功能（如
ocr）要求输入图片文件链接。 - 权限运行：插件以当前 DSH 进程的权限运行。
- 源码审查：安装前请自行检查源码与许可证（MIT）。
结尾¶
xby-pic 提供了丰富的视觉任务处理能力。更多细节请参考 GitHub。
