前言¶
在 DeepSeek Harness 裏提問時，常見做法是複製粘貼網頁或文檔裏的文字，或手動描述截圖內容。多一步存圖、切窗口、打字，會打斷對話節奏。若希望「框選屏幕 → 文字進輸入框」，且識別過程不離開本機，需要客戶端側的能力配合 Harness 的插件機制。
下面介紹社區插件 dsh-shot-ocr（維護者 baibaiyi，分類：客戶端）：用全局或應用內快捷鍵截取桌面區域，通過 Windows 自帶 OCR 識別文字並寫入 Harness 草稿，也可選擇跳過 OCR、直接把截圖作爲附件插入輸入框。
這是什麼¶
dsh-shot-ocr 是 DeepSeek Harness 的客戶端插件，倉庫：github.com/baibaiyi/dsh-shot-ocr。目錄頁：skillhub.cn/plugins/baibaiyi/dsh-shot-ocr。
一句話定位：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 在本機完成；圖片不會上傳到外部，只有你發送消息後，文字或附件纔會進入對話。插件以當前 DSH 進程權限運行；安裝前建議瀏覽源碼並確認 MIT 許可證（見倉庫 package.json）。
環境與入口¶
適用環境：
- Windows 10 / 11（依賴
Windows.Media.Ocr） - Windows 自帶 PowerShell 5.1（WinRT OCR；PowerShell 7 不支持 WinRT）
- 系統已安裝帶 OCR 的語言包（中文系統常見爲
zh-Hans-CN；可在 設置 → 時間和語言 → 語言和區域 爲語言添加「光學字符識別」）
三種觸發方式（README 默認值如下）：
| 入口 | 默認鍵 | 作用 |
|---|---|---|
| 全局快捷鍵 | Ctrl + Alt + S |
任意程序前臺時可用；屏幕凍結 → 拖動選區 → 識別 → Harness 切到前臺，結果進輸入框 |
| 應用內快捷鍵 | Ctrl + Shift + S |
Harness 在前臺時使用；可在 設置 → 快捷鍵 修改 |
| 輸入框按鈕 | — | 輸入框下方「截圖識字」 |
設置卡片路徑：插件 → 截圖識別文字提問 → 配置（總開關、全局快捷鍵、截圖範圍、識別方式、自動發送、OCR 放大倍數與語言等）。保存即時生效，Host 會按新配置重啓快捷鍵監聽，無需重啓 Harness。
兩種輸出方式¶
在設置卡片裏切換「識別方式」：
| 方式 | 行爲 |
|---|---|
| 識別文字（默認） | 選區 → Windows OCR → 文字填入輸入框（可加前後綴） |
| 直接插入截圖 | 選區 → 跳過 OCR → 原圖作爲附件插入（與粘貼截圖類似，可直接發送） |
「直接插入截圖」適合讓模型直接看圖（圖表、設計稿、報錯界面）；此模式下放大倍數和識別語言項會隱藏。
默認識別結果只填入輸入框，便於補寫問題再發送；開啓「識別後直接發送」則會直接發送。
截圖範圍¶
默認 拖動選擇區域：快捷鍵後屏幕凍結，拖動框選，鬆開即處理；Esc 或右鍵取消。
設置卡片中可選：
| 取值 | 含義 |
|---|---|
region |
拖動選擇區域（默認，小字識別較準） |
window |
當前前臺窗口 |
cursor |
鼠標所在顯示器 |
fullscreen |
整個桌面（多顯示器時爲全部屏幕） |
安裝與啓用¶
從 GitHub 安裝（README 推薦命令，desktop 請換成你實際使用的 profile 名，例如 web）：
dsh plugin --profile desktop add github:baibaiyi/dsh-shot-ocr
卸載：
dsh plugin --profile desktop remove dsh-shot-ocr
安裝後還需將 dsh-shot-ocr 加入 profile package.json 的 dsh.profile.bundles，或在 插件 頁面啓用該插件。
本地開發可鏈接目錄（示例路徑按本機修改）：
dsh plugin --profile desktop add link:D:/path/to/dsh-shot-ocr
修改插件源碼後，HMR 只重載配置、不監聽插件源碼：需在插件頁關閉再打開本插件，或重啓 Harness。
典型用法¶
- 安裝並啓用插件，在設置卡片確認「啓用截圖識字」已打開。
- 在瀏覽器或 IDE 中選中要提問的段落區域，按
Ctrl + Alt + S，拖動框選文字區域。 - 等待 Harness 到前臺，識別文字出現在輸入框；補一句問題後發送。若已開啓「識別後直接發送」，則跳過手動發送。
- 若內容是圖表或界面截圖、更適合模型看圖，在設置裏切到「直接插入截圖」，再重複截圖流程。
配置持久化在 %USERPROFILE%\.dsh\shot-ocr\settings.json；首次運行前由 cordis.patch.yml 的 config 提供默認值，保存過一次後以設置卡片爲準。
工作原理（簡述）¶
全局快捷鍵由常駐 PowerShell 監聽；按下後 capture-ocr.ps1 凍結桌面、選區，文字模式下放大後調用 Windows.Media.Ocr，結果或圖片路徑寫入 %TEMP%\dsh-shot-ocr\inbox。Host 插件監視 inbox，經 /api/dsh-shot/pending 等接口交給頁面：文字 insertText，圖片 createDrafts + addAttachments。應用內快捷鍵與輸入框按鈕走 /api/dsh-shot/capture 同步返回；取消選區不會報錯。
適用場景與注意¶
適合：在 Windows 上日常使用 Harness，需要快速把屏幕上的文字或截圖帶入對話；強調本地 OCR、不上傳截圖的場景。
注意：
- 僅 Windows；遠程桌面或鎖屏下 Win32 選區窗口可能無法顯示。
- 全局快捷鍵被佔用時，查看
%TEMP%\dsh-shot-ocr\listener.json中registered: false，在設置卡片更換組合鍵。 - 提示「沒有識別到文字」時，檢查選區內容與語言包，或嘗試將「識別放大倍數」調到 3。
- 選區若蓋住 Harness 窗口，全局快捷鍵應在目標窗口前臺時按；或開啓「截圖時最小化窗口」並使用應用內快捷鍵。
DeepSeek Harness 生態以「一切皆插件」爲方向；SkillHub 等社區目錄爲獨立站點，與 DeepSeek / 幻方無官方從屬關係。
結尾¶
dsh-shot-ocr 把「框選 → 本地識別或附圖 → 填入 Harness 輸入框」收成一條快捷鍵鏈路，減少複製粘貼與手動描述截圖的步驟。進一步瞭解可訪問目錄頁 skillhub.cn/plugins/baibaiyi/dsh-shot-ocr 與 GitHub 倉庫 github.com/baibaiyi/dsh-shot-ocr。
