xby-recog：識別工具集

前言¶

在 DeepSeek Harness (DSH) 的插件生態中，處理圖像數據是構建智能體時的常見需求。xby-recog 是一個識別工具集插件，旨在爲 DSH 插件提供統一的接口，用於處理各類文檔和圖像的識別任務，包括通用文本、特定證件信息提取等。

該插件由 xby-skill 維護，屬於“模型推理”類別。它提供了一套 API，涵蓋了從通用文字識別到特定證件（如身份證、護照、營業執照等）的結構化信息提取能力。所有代碼採用 MIT 許可證。

使用官方提供的命令即可完成安裝。安裝後，插件會生效，你需要在聊天中使用 set_xby_apikey 命令配置 API 密鑰。

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

在使用識別功能前，需要獲取並設置 API 密鑰。

插件提供多種識別能力，支持三種輸入方式：圖片文件鏈接、圖片文件的 BASE64 編碼、圖片文件的文件路徑。

ocr / ocr_for_data_base64 / ocr_for_data_file：兼顧速度與精度的文字識別，適用於文檔、廣告牌、屏幕截圖等場景。
ocr_pro / ocr_pro_for_data_base64 / ocr_pro_for_data_file：高精度文字識別，適用於對準確率要求更高的場景。

ocr_handwriting / ocr_handwriting_for_data_base64 / ocr_handwriting_for_data_file：針對手寫文本的識別，適用於手寫筆記、簽名、手寫表單等。

plate_recognition / plate_recognition_for_data_base64 / plate_recognition_for_data_file：識別車牌號、車牌顏色、單/雙層車牌以及位置框。

ocr_id_card / ocr_id_card_for_data_base64 / ocr_id_card_for_data_file：識別身份證正面（姓名、性別、民族、出生日期、住址、身份證號）和背面（簽發機關、有效期限），支持自動判斷正反面及校驗身份證號有效性。
ocr_pass / ocr_pass_for_data_base64 / ocr_pass_for_data_file：識別港澳通行證、臺灣通行證，支持 MRZ 機讀碼解析。
ocr_passport / ocr_passport_for_data_base64 / ocr_passport_for_data_file：識別護照信息，支持 MRZ 機讀碼解析。

ocr_biz_license / ocr_biz_license_for_data_base64 / ocr_biz_license_for_data_file：識別營業執照，包括統一社會信用代碼、名稱、法定代表人、註冊資本、成立日期、經營範圍、登記機關和住所地址。
ocr_driver_license / ocr_driver_license_for_data_base64 / ocr_driver_license_for_data_file：識別駕駛證主頁（證號、姓名、性別、國籍、住址、出生日期、準駕車型、初次領證日期、有效期限）和副頁（檔案編號）。
ocr_vehicle_license / ocr_vehicle_license_for_data_base64 / ocr_vehicle_license_for_data_file：識別機動車行駛證，包括號牌號碼、車輛類型、所有人、住址、品牌型號、發動機號碼、車輛識別代號等信息，支持自動方向檢測和主副頁過濾。

ocr_bank_card / ocr_bank_card_for_data_base64 / ocr_bank_card_for_data_file：識別銀行卡號、髮卡銀行和卡類型，使用 Luhn 算法校驗卡號有效性。