dsh-quicksight
为 DeepSeek Harness 中的纯文本模型提供两级图像读取：首先使用快速本地 OCR（RapidOCR，离线），失败时再通过 modlens 使用视觉模型。
插件会安装到这里；不确定时保持 web。
npx -y @deepseek-ai/dsh plugin --profile web add dsh-quicksight@0.1.1Quicksight 以 dsh-quicksight 发布，当前版本为 0.1.1。Plugin Hub 会校验它的 manifest，并保存精确安装来源，便于复现安装结果。
DeepSeek Harness 双层图片识别插件：为纯文本模型补上识图能力，本地图片识别 + 模型识别双通道。
┌─────────────────────────────────────────────────────────┐
│ 本地图片识别（Local OCR） 模型识别（Vision Model） │
│ Tier-1 快速本地 OCR Tier-2 视觉模型兜底 │
│ RapidOCR / PP-OCR / ONNX modlens + 任意视觉引擎 │
│ 约 2-3 秒 · 完全离线 · 不上传 约 20 秒 · 结构化证据 │
│ 中文/英文准确 · 零 API 成本 summary/OCR/版面/语义 │
└─────────────────────────────────────────────────────────┘
规则：能用本地 OCR 快速拿到文字就先 OCR（本地图片识别）；OCR 不行（空/过短/乱码）或需要视觉理解时，才回落模型识别（视觉模型）。
quicksight_ocr 工具，自动执行双层策略（模型无需选择，直接调用）粘贴图片 / 图片路径 / 图片 URL
│
▼
quicksight_ocr 工具
├─ Tier-1: python ocr.py <图> → RapidOCR（本地，2-3s）
│ └─ 文本 ≥ minChars(默认20) → 直接返回 ✅
└─ Tier-2: modlens CLI analyze <图>（~20s）
└─ 结构化证据：summary / OCR / 版面 / 不确定性
| 依赖 | 用途 | 必须？ |
|---|---|---|
| Node.js ≥ 22.13 | 插件运行时 | ✅ |
Python ≥ 3.10 + rapidocr_onnxruntime | Tier-1 本地 OCR | 建议（无则只走 Tier-2） |
| @liustack/modlens 插件 + 已配置的视觉引擎 | Tier-2 视觉兜底 | 建议（无则只走 Tier-1） |
# 已发布到 npm 后：
npx -y @deepseek-ai/dsh plugin --profile web add dsh-quicksight
# 或直接从本仓库安装：
npx -y @deepseek-ai/dsh plugin --profile web add github:Isanti2016/dsh-quicksight
安装后重启 dsh web 服务（dsh restart）并新建会话，quicksight_ocr 工具即注册到模型。
在标准目录建 Python 虚拟环境并安装 RapidOCR：
python -m venv ~/.dsh/tools/ocr-venv
~/.dsh/tools/ocr-venv/Scripts/pip install rapidocr_onnxruntime # Windows
~/.dsh/tools/ocr-venv/bin/pip install rapidocr_onnxruntime # macOS/Linux
也可用任意已装
rapidocr_onnxruntime的 Python，通过配置ocrPython指向它。
按 modlens 文档 安装并配置至少一个视觉引擎，配置写入 ~/.modlens/config.json（例如 Nvidia NIM / 免费 Gemini key / 任意 OpenAI 兼容端点）。示例：
npx -y @liustack/modlens config set openai.baseUrl <https://.../v1>
npx -y @liustack/modlens config set openai.apiKey <你的 key> # 仅存本机
npx -y @liustack/modlens config set openai.model <视觉模型>
npx -y @liustack/modlens config set provider openai
插件配置项（在 profile 的 cordis.patch.yml 里给插件传参，或通过环境变量）：
| 配置键 | 环境变量 | 默认值 | 说明 |
|---|---|---|---|
toolName | QUICKSIGHT_TOOL_NAME | quicksight_ocr | 注册的工具名 |
minChars | — | 20 | Tier-1 视为成功的文字阈值（字符数） |
ocrPython | QUICKSIGHT_OCR_PYTHON | ~/.dsh/tools/ocr-venv/{Scripts|bin}/python | 装有 rapidocr 的 Python 解释器 |
modlensCli | QUICKSIGHT_MODLENS_CLI | ~/.dsh/profiles/web/node_modules/@liustack/modlens/dist/main.js | modlens CLI 入口 |
modlensEnabled | — | true | 是否启用 Tier-2 回落 |
timeoutMs | — | 120000 | 单次识别超时（毫秒） |
https://integrate.api.nvidia.com:443；也可指向任何 OpenAI 兼容端点）。不开放任何入站端口。/modlens/paste），它走 dsh web 服务默认监听 127.0.0.1:3080（本地回环）——与本插件无关，但注意 dsh web 需要常驻。~/.dsh/tools/ocr-venv（Python 环境）、modlens 插件在 ~/.dsh/profiles/<profile>/node_modules/。全部可用配置覆盖。~/.modlens/config.json，不入库、不入会话日志。dsh-quicksight 站在以下优秀开源项目之上，特此致谢：
rapidocr_onnxruntime，PP-OCR 模型 + ONNX Runtime），中文/英文识别准确、CPU 秒级、跨平台。~/.modlens/config.json 配置，接入任意 OpenAI 兼容/Anthropic 视觉引擎。说明：dsh-quicksight 不包含上述项目的代码，仅按各自开源协议调用/复用；Tier-1 使用 RapidOCR 需在其许可范围内，Tier-2 使用 modlens 与其所选引擎受各自条款与额度约束。
npx -y @deepseek-ai/dsh plugin --profile web remove dsh-quicksight
MIT