智能體在處理文檔任務時，常需要從圖片或 PDF 中提取文字。直接上傳雲端會有隱私風險且依賴網絡。本地運行 OCR 方案是更穩妥的選擇。下面介紹一個在 DeepSeek Harness 中運行的本地 OCR 插件。
插件概述¶
該插件由用戶 bauerelizabeth07139 維護，名稱爲 opencode-ppocr-mcp。它基於 PaddleOCR 3.7.0 和 PP-OCRv6 Medium 檢測+識別模型，使用 ONNX Runtime 在 CPU 上進行本地推理，支持對單張圖片以及多頁 PDF 進行文字識別，不經過任何雲端處理。
核心功能¶
- 圖片識別：對單張圖片執行檢測與識別，直接返回文本內容。
- PDF 識別：逐頁渲染並識別多頁 PDF 文檔。
- 純本地推理：基於 ONNX Runtime 的 CPU 推理，無 GPU 支持。
- 隱私安全：數據完全在本地處理，不上傳雲端。
安裝與啓用¶
安裝時需要指定 profile（例如 web）。
命令行安裝¶
dsh plugin --profile web add bauerelizabeth07139/opencode-ppocr-mcp
Desktop 安裝¶
在 DeepSeek Harness Desktop 的側邊欄打開 Plugins，選擇 Add plugin，輸入倉庫地址 https://github.com/bauerelizabeth07139/opencode-ppocr-mcp。安裝後切換啓用新安裝的 dsh-ppocr bundle。
典型用法¶
插件註冊工具後，DSH 會自動添加 mcp__ppocr__ 命名空間。調用示例如下：
- 識別單張圖片：
mcp__ppocr__ocr_image(image_path=<圖片路徑>)
- 識別 PDF 指定頁碼範圍（從第 1 頁開始，識別到第 5 頁）：
mcp__ppocr__ocr_pdf(pdf_path=<PDF路徑>, start_page=1, end_page=5)
適用場景與注意¶
- 依賴環境：運行環境需安裝 Python >= 3.8，並安裝指定依賴包：
pip install paddlepaddle==3.0.0 paddleocr==3.7.0 onnxruntime Pillow
- 模型下載：第一次調用工具時會下載模型文件（約 170 MB），存放在
~/.paddlex/official_models/目錄，首次調用可能較慢。 - 性能限制：僅支持 CPU 推理，不支持 GPU 和顯示，因此不支持截圖識別。
- 參數校驗：
end_page參數必須傳入整數，服務器不會自動類型轉換。 - 憑證安全：插件支持通過環境變量傳遞憑證（如 API Key），但 Harness 會自動過濾名爲
KEY、TOKEN、SECRET、PASSWORD等憑證形狀的環境變量，防止敏感信息泄露。
結語¶
該插件通過本地 ONNX Runtime 實現了輕量級的 OCR 能力，適合對隱私敏感或網絡環境受限的場景。相關文檔與源碼可參考插件目錄或 GitHub 倉庫。
