xby-recog：识别工具集

前言¶

在 DeepSeek Harness (DSH) 的插件生态中，处理图像数据是构建智能体时的常见需求。xby-recog 是一个识别工具集插件，旨在为 DSH 插件提供统一的接口，用于处理各类文档和图像的识别任务，包括通用文本、特定证件信息提取等。

该插件由 xby-skill 维护，属于“模型推理”类别。它提供了一套 API，涵盖了从通用文字识别到特定证件（如身份证、护照、营业执照等）的结构化信息提取能力。所有代码采用 MIT 许可证。

使用官方提供的命令即可完成安装。安装后，插件会生效，你需要在聊天中使用 set_xby_apikey 命令配置 API 密钥。

dsh plugin --profile web add github:xby_skill/xby-recog

在使用识别功能前，需要获取并设置 API 密钥。

插件提供多种识别能力，支持三种输入方式：图片文件链接、图片文件的 BASE64 编码、图片文件的文件路径。

ocr / ocr_for_data_base64 / ocr_for_data_file：兼顾速度与精度的文字识别，适用于文档、广告牌、屏幕截图等场景。
ocr_pro / ocr_pro_for_data_base64 / ocr_pro_for_data_file：高精度文字识别，适用于对准确率要求更高的场景。

ocr_handwriting / ocr_handwriting_for_data_base64 / ocr_handwriting_for_data_file：针对手写文本的识别，适用于手写笔记、签名、手写表单等。

plate_recognition / plate_recognition_for_data_base64 / plate_recognition_for_data_file：识别车牌号、车牌颜色、单/双层车牌以及位置框。

ocr_id_card / ocr_id_card_for_data_base64 / ocr_id_card_for_data_file：识别身份证正面（姓名、性别、民族、出生日期、住址、身份证号）和背面（签发机关、有效期限），支持自动判断正反面及校验身份证号有效性。
ocr_pass / ocr_pass_for_data_base64 / ocr_pass_for_data_file：识别港澳通行证、台湾通行证，支持 MRZ 机读码解析。
ocr_passport / ocr_passport_for_data_base64 / ocr_passport_for_data_file：识别护照信息，支持 MRZ 机读码解析。

ocr_biz_license / ocr_biz_license_for_data_base64 / ocr_biz_license_for_data_file：识别营业执照，包括统一社会信用代码、名称、法定代表人、注册资本、成立日期、经营范围、登记机关和住所地址。
ocr_driver_license / ocr_driver_license_for_data_base64 / ocr_driver_license_for_data_file：识别驾驶证主页（证号、姓名、性别、国籍、住址、出生日期、准驾车型、初次领证日期、有效期限）和副页（档案编号）。
ocr_vehicle_license / ocr_vehicle_license_for_data_base64 / ocr_vehicle_license_for_data_file：识别机动车行驶证，包括号牌号码、车辆类型、所有人、住址、品牌型号、发动机号码、车辆识别代号等信息，支持自动方向检测和主副页过滤。

ocr_bank_card / ocr_bank_card_for_data_base64 / ocr_bank_card_for_data_file：识别银行卡号、发卡银行和卡类型，使用 Luhn 算法校验卡号有效性。