在 DeepSeek Harness (DSH) 的插件生态中，处理验证码是智能体开发中常见的需求。手动识别验证码效率低下且容易出错。xby-ocr-captcha 插件旨在解决这一问题，通过调用 OCR 模型，将输入的验证码图片转换为可读的文本内容。
这是一个模型推理类的插件，由 xby-skill 维护。它遵循 MIT 许可证，提供了三种不同的输入接口，分别适配图片链接、BASE64 编码和本地文件路径。
安装¶
安装该插件需要使用 DSH 的命令行工具。
dsh plugin --profile web add github:xby_skill/xby-ocr-captcha
安装前请确认源码与许可证符合你的项目要求。
使用流程¶
使用该插件前，必须先获取并配置 API 密钥。
- 访问 小笨羊官网 注册账号并获取 API 密钥。
- 在 DSH 聊天或命令行中设置密钥。该密钥会自动持久化，重启进程后依然有效。
set_xby_apikey <你的API密钥>
功能说明¶
插件提供了三个核心函数，根据你获取验证码图片的方式选择对应的接口：
-
ocr_captcha
需要输入图片文件的链接。插件会读取链接指向的图片并返回识别结果。 -
ocr_captcha_for_data_base64
需要输入图片文件的BASE64 编码。适用于图片数据已经转换为 Base64 字符串的场景。 -
ocr_captcha_for_data_file
需要输入图片文件的文件路径。适用于图片已保存在本地磁盘的场景。
总结¶
该插件通过简单的命令封装了验证码识别能力。开发者只需配置好 API 密钥，即可在 DSH 流程中直接调用识别功能。如需查看更多细节或提交问题，请访问 GitHub 仓库。
