前言¶
DeepSeek Harness(DSH)采用「一切皆插件」的架构,开发者可以在本地通过插件扩展模型能力。在智能体开发中,经常会遇到需要从图片、屏幕或摄像头读取二维码与条码的需求。如果没有现成工具,要么用脚本在进程外调用,要么手动解析图像,开发与调试成本较高。AI-QR-code-scanning- 插件为 DSH 提供了一套内置的扫描与生成能力,让模型可以直接「看到」并处理这些信息。
这是什么¶
AI-QR-code-scanning- 是 DeepSeek Harness 的一个插件,由维护者 mkingyixing 提供。它将 zxing-cpp 编译为 WebAssembly(zxing-wasm),在 DSH 进程内完成二维码/条码的解码与生成。插件提供 4 个工具:qr_scan、qr_scan_screen、qr_scan_camera 和 qr_make,支持从图像文件、屏幕截图、摄像头以及生成二维码。所有解码与截图均在本地完成,无需联网(除非显式传入 http(s) URL)。
核心功能¶
插件提供以下工具:
qr_scan:解码图片中的所有二维码/条码,返回文本内容及位置信息。输入支持本地路径、通配符或 http(s) URL。qr_scan_screen:捕获屏幕(可选择区域)并解码其中的代码。输入使用region: "x,y,w,h"指定区域。qr_scan_camera:抓取摄像头一帧并解码。可选指定设备名称。qr_make:将文本或 URL 渲染为 PNG 二维码,输出到工作区的.dsh-qr/目录。
解码结果会返回 payload 的类型(url / wifi / contact / email / phone / sms / numeric / text)以及边界框坐标。所有操作均在本地运行,使用 Win32 GDI 进行屏幕捕获(Windows 专用),使用 ffmpeg 处理摄像头(需 PATH 中有 ffmpeg 或环境变量 DSH_FFMPEG),解码使用 sharp 支持的图像格式(PNG/JPEG/WebP/GIF/BMP/TIFF/AVIF)。
安装与启用¶
推荐从 GitHub 安装,插件目录包含 dsh-plugin 主题,DSH 会自动识别并加载:
dsh plugin --profile web add github:mkingyixing/AI-QR-code-scanning-
本地安装(桌面 profile,无网络):
powershell -ExecutionPolicy Bypass -File .\scripts\install.ps1
安装后需重启 DeepSeek Harness。卸载使用 -Uninstall 参数。插件暂未在 npm 发布(包名需小写)。
典型用法¶
以下是一个 qr_scan 的返回示例(来自 README):
{
"ok": true,
"source": "C:\\shots\\poster.png",
"results": [
{ "text": "http://cloud.example.com/embed/76e3ca", "format": "QR Code", "kind": "url", "box": [215, 403, 300, 489] }
]
}
kind 字段标识 payload 类型。配置示例(YAML):
- insert:
- id: tool-qr-scanner
name: AI-QR-code-scanning-
config:
outputDir: .dsh-qr
maxInputBytes: 20971520
timeoutMs: 20000
适用场景与注意¶
- 适合需要从图片、屏幕或摄像头读取二维码/条码的 DSH 场景,如自动化测试、表单填写、任务调度等。
- 插件以当前 DSH 进程权限运行,安装前建议检查源码与许可证(MIT)。
- 屏幕捕获目前仅支持 Windows(通过 Win32 GDI + koffi)。
- 摄像头捕获需要系统 PATH 中有 ffmpeg 或设置
DSH_FFMPEG环境变量。
结语¶
AI-QR-code-scanning- 为 DeepSeek Harness 提供了本地化、低延迟的二维码/条码扫描与生成能力,通过 zxing-cpp (WASM) 与进程内工具链实现快速解码。插件目前为 0.1.0 版本,更多细节与使用示例可查看目录页或 GitHub 仓库。
参考链接¶
- GitHub:https://github.com/mkingyixing/AI-QR-code-scanning-
- 目录页:https://www.skillhub.cn/plugins/mkingyixing/AI-QR-code-scanning-