niyongsheng/free-vision-skill:DSH 本地图像理解与 OCR 插件
niyongsheng/free-vision-skill 是一款面向 macOS 的 DSH 插件,基于 macOS Vision Framework 提供完全本地的图像理解与 OCR 服务,确保图片不离开本机。该插件采用 MIT 许可证,核心功能包括图像描述、文本提取及表格结构识别。它提供 view_image 和 ocr_image 两个主要工具:前者用于描述图像场景、人物及二维码等内容;后者支持提取文本,并可通过 layout=true 参数获取表格结构及坐标。输入格式支持 http(s) URL、base64 及本地路径。安装需使用 dsh plugin add 命令,并在配置文件中
阅读全文