在 DeepSeek Harness (DSH) 的插件生態中，處理驗證碼是智能體開發中常見的需求。手動識別驗證碼效率低下且容易出錯。xby-ocr-captcha 插件旨在解決這一問題，通過調用 OCR 模型，將輸入的驗證碼圖片轉換爲可讀的文本內容。
這是一個模型推理類的插件，由 xby-skill 維護。它遵循 MIT 許可證，提供了三種不同的輸入接口，分別適配圖片鏈接、BASE64 編碼和本地文件路徑。
安裝¶
安裝該插件需要使用 DSH 的命令行工具。
dsh plugin --profile web add github:xby_skill/xby-ocr-captcha
安裝前請確認源碼與許可證符合你的項目要求。
使用流程¶
使用該插件前，必須先獲取並配置 API 密鑰。
- 訪問 小笨羊官網 註冊賬號並獲取 API 密鑰。
- 在 DSH 聊天或命令行中設置密鑰。該密鑰會自動持久化，重啓進程後依然有效。
set_xby_apikey <你的API密鑰>
功能說明¶
插件提供了三個核心函數，根據你獲取驗證碼圖片的方式選擇對應的接口：
-
ocr_captcha
需要輸入圖片文件的鏈接。插件會讀取鏈接指向的圖片並返回識別結果。 -
ocr_captcha_for_data_base64
需要輸入圖片文件的BASE64 編碼。適用於圖片數據已經轉換爲 Base64 字符串的場景。 -
ocr_captcha_for_data_file
需要輸入圖片文件的文件路徑。適用於圖片已保存在本地磁盤的場景。
總結¶
該插件通過簡單的命令封裝了驗證碼識別能力。開發者只需配置好 API 密鑰，即可在 DSH 流程中直接調用識別功能。如需查看更多細節或提交問題，請訪問 GitHub 倉庫。
