niyongsheng/free-vision-skill:DSH 本地圖像理解與 OCR 插件
niyongsheng/free-vision-skill 是一款面向 macOS 的 DSH 插件,基於 macOS Vision Framework 提供完全本地的圖像理解與 OCR 服務,確保圖片不離開本機。該插件採用 MIT 許可證,核心功能包括圖像描述、文本提取及表格結構識別。它提供 view_image 和 ocr_image 兩個主要工具:前者用於描述圖像場景、人物及二維碼等內容;後者支持提取文本,並可通過 layout=true 參數獲取表格結構及座標。輸入格式支持 http(s) URL、base64 及本地路徑。安裝需使用 dsh plugin add 命令,並在配置文件中
閱讀全文