dsh-tesseract-ocr:为文本模型接入本地图片 OCR
`dsh-tesseract-ocr` 是一款 DeepSeek Harness (DSH) 插件,旨在解决文本模型无法处理图片输入的问题。该插件通过本地调用 Tesseract OCR 引擎识别附件图片中的文字,并将识别后的纯文本发送至模型 API,默认保留原始图片字节在本地,不上传给模型提供商,从而避免修改模型输入模态或传输敏感数据。 核心功能包括:支持文本模型处理图片附件、本地 OCR 识别、默认仅发送文本、可选的视觉模型直通模式(`passthrough: true`),以及未加载时拒绝图片附件的 fail-closed 安全机制。适用场景为使用 DSH 文本模型且需基于图片文字问答的
閱讀全文picturereader:給純文本 DSH 模型補上本地看圖能力
picturereader 是 jing-hy 維護的 DSH 模型推理插件(v3.2.0)。它通過視覺孿生 adapter 讓純文本模型獲得原生縮略圖,用 image_scan、image_ocr 等本地工具把圖片轉成結構化文本證據,支持隱私/智能/嚴謹三模式路由與可選外部 VLM。另含 document_to_image 文檔轉圖與 image_edit 本地修圖。默認純本地運行,MIT 許可證。
閱讀全文用 dsh-vision-complete 給 DeepSeek Harness 接上看圖和聽聲
dsh-vision-complete 是 Yts1919 維護的 DeepSeek Harness 社區插件(MIT),給純文本模型補上看圖、OCR、檢測、視頻、語音和 PDF。插件本身不含視覺模型,默認經 MCP 調用通義千問,備用 vision.py 可接 OpenAI 兼容接口。目錄頁安裝命令爲 dsh plugin add github:Yts1919/dsh-vision-complete;完整啓用還需 Windows 安裝腳本、DASHSCOPE_API_KEY,並重啓 Harness。
閱讀全文用 dsh-vision-router 給純文本 DeepSeek Harness 智能體裝上眼睛
dsh-vision-router 是 ysr666 維護的 DSH 工具與能力插件(MIT,v1.4.4)。它把視覺模型當眼睛、DeepSeek 當大腦,默認提供免 Key 的 OVH 匿名兜底,並註冊問答、定位、裁剪、像素對比、OCR 等 11 個像素級工具。本文按社區目錄與 GitHub README 覈實安裝命令、自動識圖模型組用法和權限注意事項。
閱讀全文使用 dsh-vision-toolkit 給 DeepSeek Harness 純文本模型補上視覺能力
dsh-vision-toolkit 是 Anionex 維護的 DeepSeek Harness 界面增強插件,把 agent-vision-toolkit 接到 Web / Headless Profile。純文本模型粘貼圖片後可切到 Vision Toolkit 變體,完成帶意圖的圖片問答、元素定位、長截圖 OCR 和帶像素對比的 UI 還原。目錄安裝命令爲 dsh plugin add github:Anionex/dsh-vision-toolkit,MIT 許可,當前 npm 版本 0.1.20。
閱讀全文基於PaddlePaddle2.0驗證碼端到端的識別
你的代碼已經涵蓋了驗證碼識別項目的大部分內容,包括數據處理、模型訓練和推理。以下是對你提供的代碼進行的一些改進和完善建議: ### 1. 數據預處理 確保圖像的尺寸一致(27x72),因爲這是你在訓練時使用的輸入尺寸。 ### 2. 模型定義 你的 `Model` 類已經很好地封裝了網絡結構,但可以進一步優化和添加一些註釋以方便理解。 ### 3. 訓練過程 在訓練過程中,確保使用多卡訓練時
閱讀全文