Plugins

Local Windows 11 OneOCR tool for DSH: `oneocr_recognize` returns OCR text and structured line/word polygons, confidence, rotation, and handwriting style.

Local WeChat OCR tool for DSH: `wechat_ocr_recognize` returns recognized text and the engine structured result for a local image path.

KiroCrew bridge for DeepSeek Harness: let your dsh agent delegate to a persistent, self-evolving KiroCrew workspace over ACP (JSON-RPC 2.0 over stdio).

DeepSeek Harness OCR plugin — offline image text recognition powered by PaddleOCR-json (primary) and RapidOCR-json (fallback). 让 DeepSeek Harness 直接识别图片中的文字，无需视觉模型、完全本地离线运行。

Hands repetitive text and vision labor (OCR, image analysis, comparison) to a locally running Unsloth Desktop (Unsloth Studio) server through unsloth_run and unsloth_vision tools; pure HTTP client, never spawns or owns processes.

Hands repetitive text and vision labor (OCR, image analysis, comparison) to a local KoboldCpp (llama.cpp) server through koboldcpp_run and koboldcpp_vision tools, with on-demand server lifecycle management.

OCR local para imágenes adjuntas mediante el motor integrado de Windows (Windows.Media.Ocr): solo se envía al modelo el texto reconocido, nunca los bytes de la imagen; el paso directo de visión es opcional (opt-in).

OCR local para imágenes adjuntas mediante Tesseract: solo el texto reconocido se envía al modelo, nunca los bytes de la imagen; el paso de visión es opcional.

Two-tier image reading for text-only models: fast local OCR (RapidOCR, offline) first, vision-model fallback (modlens).

Transparent image guard for text-only routes: paste images without the 400 session deadlock, plus a vision_analyze tool for OCR/PDF/docx/pptx/video.

Give DSH text-only models vision: an image/OCR/document recognition skill (race pool → custom channels → local) plus an idempotent host patch so image messages reach the model.

Visión para LLM de solo texto: descripción de imágenes / OCR / VQA mediante las APIs de visión gratuitas de Gemini y GLM.

Puerta de revisión de código con IA local: revisa un diff de espacio de trabajo/rama/commit mediante el ocr.js gestionado, devolviendo hallazgos estructurados con estadísticas de tokens; el modo de puerta falla si hay hallazgos.

Puente de automatización de escritorio y navegador (36 herramientas): control de ventana/pantalla/ratón/teclado con percepción de elementos mediante PaddleOCR, navegación por Chrome CDP con instantáneas de accesibilidad.