前言¶
在 DeepSeek Harness 里提问时，常见做法是复制粘贴网页或文档里的文字，或手动描述截图内容。多一步存图、切窗口、打字，会打断对话节奏。若希望「框选屏幕 → 文字进输入框」，且识别过程不离开本机，需要客户端侧的能力配合 Harness 的插件机制。
下面介绍社区插件 dsh-shot-ocr（维护者 baibaiyi，分类：客户端）：用全局或应用内快捷键截取桌面区域，通过 Windows 自带 OCR 识别文字并写入 Harness 草稿，也可选择跳过 OCR、直接把截图作为附件插入输入框。
这是什么¶
dsh-shot-ocr 是 DeepSeek Harness 的客户端插件，仓库：github.com/baibaiyi/dsh-shot-ocr。目录页：skillhub.cn/plugins/baibaiyi/dsh-shot-ocr。
一句话定位：Capture a region of the desktop with a global hotkey, then either recognise its text with the built-in Windows OCR engine or attach the screenshot to the DeepSeek Harness chat draft.
OCR 在本机完成；图片不会上传到外部，只有你发送消息后，文字或附件才会进入对话。插件以当前 DSH 进程权限运行；安装前建议浏览源码并确认 MIT 许可证（见仓库 package.json）。
环境与入口¶
适用环境：
- Windows 10 / 11（依赖
Windows.Media.Ocr） - Windows 自带 PowerShell 5.1（WinRT OCR；PowerShell 7 不支持 WinRT）
- 系统已安装带 OCR 的语言包（中文系统常见为
zh-Hans-CN；可在 设置 → 时间和语言 → 语言和区域 为语言添加「光学字符识别」）
三种触发方式（README 默认值如下）：
| 入口 | 默认键 | 作用 |
|---|---|---|
| 全局快捷键 | Ctrl + Alt + S |
任意程序前台时可用；屏幕冻结 → 拖动选区 → 识别 → Harness 切到前台，结果进输入框 |
| 应用内快捷键 | Ctrl + Shift + S |
Harness 在前台时使用；可在 设置 → 快捷键 修改 |
| 输入框按钮 | — | 输入框下方「截图识字」 |
设置卡片路径：插件 → 截图识别文字提问 → 配置（总开关、全局快捷键、截图范围、识别方式、自动发送、OCR 放大倍数与语言等）。保存即时生效，Host 会按新配置重启快捷键监听，无需重启 Harness。
两种输出方式¶
在设置卡片里切换「识别方式」：
| 方式 | 行为 |
|---|---|
| 识别文字（默认） | 选区 → Windows OCR → 文字填入输入框（可加前后缀） |
| 直接插入截图 | 选区 → 跳过 OCR → 原图作为附件插入（与粘贴截图类似，可直接发送） |
「直接插入截图」适合让模型直接看图（图表、设计稿、报错界面）；此模式下放大倍数和识别语言项会隐藏。
默认识别结果只填入输入框，便于补写问题再发送；开启「识别后直接发送」则会直接发送。
截图范围¶
默认 拖动选择区域：快捷键后屏幕冻结，拖动框选，松开即处理；Esc 或右键取消。
设置卡片中可选：
| 取值 | 含义 |
|---|---|
region |
拖动选择区域（默认，小字识别较准） |
window |
当前前台窗口 |
cursor |
鼠标所在显示器 |
fullscreen |
整个桌面（多显示器时为全部屏幕） |
安装与启用¶
从 GitHub 安装（README 推荐命令，desktop 请换成你实际使用的 profile 名，例如 web）：
dsh plugin --profile desktop add github:baibaiyi/dsh-shot-ocr
卸载：
dsh plugin --profile desktop remove dsh-shot-ocr
安装后还需将 dsh-shot-ocr 加入 profile package.json 的 dsh.profile.bundles，或在 插件 页面启用该插件。
本地开发可链接目录（示例路径按本机修改）：
dsh plugin --profile desktop add link:D:/path/to/dsh-shot-ocr
修改插件源码后，HMR 只重载配置、不监听插件源码：需在插件页关闭再打开本插件，或重启 Harness。
典型用法¶
- 安装并启用插件，在设置卡片确认「启用截图识字」已打开。
- 在浏览器或 IDE 中选中要提问的段落区域，按
Ctrl + Alt + S，拖动框选文字区域。 - 等待 Harness 到前台，识别文字出现在输入框；补一句问题后发送。若已开启「识别后直接发送」，则跳过手动发送。
- 若内容是图表或界面截图、更适合模型看图，在设置里切到「直接插入截图」，再重复截图流程。
配置持久化在 %USERPROFILE%\.dsh\shot-ocr\settings.json；首次运行前由 cordis.patch.yml 的 config 提供默认值，保存过一次后以设置卡片为准。
工作原理（简述）¶
全局快捷键由常驻 PowerShell 监听；按下后 capture-ocr.ps1 冻结桌面、选区，文字模式下放大后调用 Windows.Media.Ocr，结果或图片路径写入 %TEMP%\dsh-shot-ocr\inbox。Host 插件监视 inbox，经 /api/dsh-shot/pending 等接口交给页面：文字 insertText，图片 createDrafts + addAttachments。应用内快捷键与输入框按钮走 /api/dsh-shot/capture 同步返回；取消选区不会报错。
适用场景与注意¶
适合：在 Windows 上日常使用 Harness，需要快速把屏幕上的文字或截图带入对话；强调本地 OCR、不上传截图的场景。
注意：
- 仅 Windows；远程桌面或锁屏下 Win32 选区窗口可能无法显示。
- 全局快捷键被占用时，查看
%TEMP%\dsh-shot-ocr\listener.json中registered: false，在设置卡片更换组合键。 - 提示「没有识别到文字」时，检查选区内容与语言包，或尝试将「识别放大倍数」调到 3。
- 选区若盖住 Harness 窗口，全局快捷键应在目标窗口前台时按；或开启「截图时最小化窗口」并使用应用内快捷键。
DeepSeek Harness 生态以「一切皆插件」为方向；SkillHub 等社区目录为独立站点，与 DeepSeek / 幻方无官方从属关系。
结尾¶
dsh-shot-ocr 把「框选 → 本地识别或附图 → 填入 Harness 输入框」收成一条快捷键链路，减少复制粘贴与手动描述截图的步骤。进一步了解可访问目录页 skillhub.cn/plugins/baibaiyi/dsh-shot-ocr 与 GitHub 仓库 github.com/baibaiyi/dsh-shot-ocr。
