dsh-windows-ocr:爲 DSH 文本模型提供本地 Windows OCR 圖片輸入

本文介紹了 DSH 插件 `maxwell-feng/dsh-windows-ocr`,旨在解決文本模型無法直接處理圖片的問題。該插件利用 Windows 內置的 `Windows.Media.Ocr` 引擎在本地識別圖片中的文字,並將識別出的文本而非原始圖片字節發送給模型,從而讓純文本模型也能“理解”圖片內容。核心功能包括默認僅發送 OCR 文本以保護隱私,支持可選的 `passthrough` 模式供視覺模型接收原始圖片,以及具備 fail-closed 機制,即插件未加載時拒絕圖片附件。安裝前需確保 Windows 10/11 環境及對應語言包,可通過 npm 命令快速安裝或手動配置 Y

閱讀全文