Plugins
Durchsuche, filtere und installiere DeepSeek-Harness-Plugins.
9 Plugins gefunden
dsh-ocr-local
grelvan/dsh-ocr-local
Lokaler OCR-Fallback für reine Textrouten: Wenn das Sitzungsmodell erklärt, dass es keine Bilder akzeptieren kann, wird das angehängte Bild lokal zwischengespeichert und sein Pfad injiziert, damit das Modell ocr_image aufrufen kann — PP-OCRv5 + ONNX Runtime auf der CPU, kein API-Schlüssel erforderlich, Bilder verlassen die Maschine nie. Still, wenn das Modell Bilder sehen kann.
dsh-ocr-local
balcoz/dsh-ocr-local
Lokale OCR für DeepSeek Harness: Bild einfügen/anfügen, Text über PP-OCRv5 + ONNX Runtime erhalten, vollständig offline. TUI (cc-tui) und Web.
dsh-deep-reading-wl
songfengmanzhu/dsh-deep-reading-wl
Pipeline für gescannte Lehrbücher: OCR mit etwa fünffacher ONNXRuntime-Geschwindigkeit (Python 3.10+ mit pymupdf, rapidocr, openvino und numpy erforderlich), danach Strukturbericht und Leseplan pro Kapitel, bevor das PDF geöffnet wird.
dsh-screenshot-xn
ntesicn/dsh-screenshot-xn
Vollbildaufnahme für den DSH-Composer mit Auswahl und Markierungen (Rechteck, Ellipse, Pfeil, Stift, Mosaik, Text), anschließend Einfügen, Kopieren oder Speichern. Offline-Erkennung per PP-OCRv6 über onnxruntime-node (Fallback auf integrierte Windows-OCR), Übersetzung in neun Sprachen mit dem bereits in DSH konfigurierten Modell. Unter Windows wird der ganze Bildschirm samt Taskleiste erfasst und das DSH-Fenster vorher ausgeblendet. Läuft im Edge/Chrome-Kiosk; ohne startbaren Browser erfolgt die Aufnahme in DSH. DSH Desktop sperrt normale Browser standardmäßig: „Allow opening this Profile in a browser“ (compatibility mode) in den Profileinstellungen aktivieren, sonst immer interner Fallback. Nur Windows (DSH Desktop); PP-OCRv6 wird bei der ersten Erkennung von ModelScope geladen.
dsh-deep-insight
genesis-agents/dsh-deep-insight
Evidence-based research workspaces with archived sources, knowledge graphs, exact citations and exportable reports. Experimental alpha. Needs Node 24.9 or later, uv and Python 3.13, plus a one-time setup step (setup-engine.mjs) that copies the engine and runs a locked uv sync; pnpm must also be allowed to run the build scripts of onnxruntime-node and protobufjs.
dsh-macos-signfix
zirscard/dsh-macos-signfix
Registriert doc_ocr_sign_fix für DeepSeek Harness unter macOS. Diagnostiziert und behebt, dass gebündeltes Python wegen hardened runtime/library validation native Erweiterungen onnxruntime/cv2/pypdfium2 nicht lädt: fügt disable-library-validation-Entitlement hinzu, signiert den Interpreter neu und prüft Imports. Idempotent, sichert zuerst das Originalbinary und ändert nie das äußere App-Bundle.
dsh-model-deploy
ethanrise/dsh-model-deploy
Prüft ONNX-I/O, Shapes, Opset, Operatoren, Größe; benchmarkt ONNX Runtime lokal oder per SSH. Meldet Durchschnitt/P50/P95/P99-Latenz, FPS, echten Provider und PASS/FAIL-Gates für FPS/P95/Größe. Python 3.10+, numpy, onnx, onnxruntime, psutil nötig; remote: python3/numpy/onnxruntime.
dsh-ocr
zirscard/dsh-ocr
Registriert zwei Tools für DeepSeek Harness. `doc_ocr` wandelt gescannte PDFs und Bilder über eine lokale RapidOCR-Engine oder Zhipu GLM-OCR in der Cloud in Seitentext, Finanztabellen mit Bilanzabgleich und Vertragsklausel-Treffer um. `doc_preprocess` erstellt aus einem Verzeichnis roher Dateien per siebenstufiger Pipeline mit Backend-Routing und sha256-basierter inkrementeller Auslassung eine Obsidian-Wissensbasis. Nicht passende Zahlen werden gemeldet, nicht erfunden. Lokal erforderlich: Python mit rapidocr-onnxruntime, pypdfium2 und Pillow (`pip install -r requirements.txt`); für GLM ZHIPU_API_KEY.
opencode-ppocr-mcp
bauerelizabeth07139/opencode-ppocr-mcp
Lokale OCR ohne Cloudübertragung: bindet PP-OCRv6 Medium (PaddleOCR auf ONNX Runtime, CPU) als stdio-MCP mcp__ppocr__ocr_image und mcp__ppocr__ocr_pdf für Bilder und mehrseitige PDFs ein.