dsh-windows-ocr:为 DSH 文本模型提供本地 Windows OCR 图片输入
本文介绍了 DSH 插件 `maxwell-feng/dsh-windows-ocr`,旨在解决文本模型无法直接处理图片的问题。该插件利用 Windows 内置的 `Windows.Media.Ocr` 引擎在本地识别图片中的文字,并将识别出的文本而非原始图片字节发送给模型,从而让纯文本模型也能“理解”图片内容。核心功能包括默认仅发送 OCR 文本以保护隐私,支持可选的 `passthrough` 模式供视觉模型接收原始图片,以及具备 fail-closed 机制,即插件未加载时拒绝图片附件。安装前需确保 Windows 10/11 环境及对应语言包,可通过 npm 命令快速安装或手动配置 Y
阅读全文