@maxwell-feng/dsh-windows-ocr

@maxwell-feng · 视觉与多模态

检测未发现问题无安装脚本来源一致

为纯文本模型提供本地 Windows OCR，让附加图片自动转成文字后再发送，图片本身不出本机。

v0.2.4版本

npm 预构建包安装方式

2026-08-20最近更新

6 · 492Star · 周下载

dsh plugin --profile web add @maxwell-feng/dsh-windows-ocr查看仓库

插件介绍

根据仓库资料整理 · commit 71ce320

主要功能

使用系统内置 Windows.Media.Ocr 引擎在本地识别附加图片中的文字。
默认只把识别出的文字发送给模型 API，图片字节不进入请求。
无需修改模型配置或在 settings.yaml 中做 image 输入类型的特殊设置即可让文本模型接收图片。
支持通过 passthrough 配置项手动开启，让真正的视觉模型接收原始图片。
若插件未加载则采用失败关闭策略，图片附件会被拒绝而不是静默泄露。

适合什么时候用

希望在不更换视觉模型、不改动模型配置的情况下，让当前使用的纯文本模型也能处理截图或图片附件。
对隐私敏感，不希望图片原始字节被发送给第三方模型提供商，只想让模型看到文字内容。

使用前需要

运行环境为 Windows 10/11，自带 Windows PowerShell 5.1+。
需要为所需语言安装支持 OCR 的 Windows 语言包（如中文需额外安装对应语言包）。
需要 dsh 并配置对应 profile（README 测试环境为 dsh 0.1.0-rc.8）。

在 GitHub 阅读完整 README

权限与能力

安装后它能碰到什么

不覆盖任何 dsh-base 宿主行：不接管沙箱、审批、凭据等能力。

宿主能力

文件系统宿主子进程

能力是范围不是结论：很多能力是功能所需。

基本信息

仓库maxwell-feng/dsh-windows-ocrnpm@maxwell-feng/dsh-windows-ocr@0.2.5安装方式npm 预构建包收录日期2026-08-17固定 commit71ce320facf0 · 2026-08-20

dsh plugin --profile web add @maxwell-feng/dsh-windows-ocr