Plugin

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 locale per le immagini allegate tramite il motore integrato di Windows (Windows.Media.Ocr): al modello viene inviato solo il testo riconosciuto, mai i byte dell'immagine; il passthrough della visione è opzionale (opt-in).

OCR locale per le immagini allegate tramite Tesseract: solo il testo riconosciuto viene inviato al modello, mai i byte dell'immagine; il passthrough vision è opzionale.

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.

Visione per LLM solo testo: descrizione delle immagini / OCR / VQA tramite le API di visione gratuite di Gemini e GLM

Gate di revisione del codice IA locale: rivede un diff di workspace/branch/commit tramite ocr.js gestito, restituendo risultati strutturati con statistiche sui token; la modalità gate fallisce in presenza di risultati

Bridge di automazione desktop e browser (36 strumenti): controllo di finestre/schermo/mouse/tastiera con percezione degli elementi tramite PaddleOCR, navigazione Chrome via CDP con snapshot di accessibilità