プラグイン

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.

Windows組み込みエンジン(Windows.Media.Ocr)による添付画像のローカルOCR:モデルに送信されるのは認識されたテキストのみで、画像バイトは送信されません。ビジョンパススルーはオプトインです。

Tesseract による添付画像のローカル OCR。認識されたテキストのみを model に送り、画像バイト列は送らない。vision passthrough は任意。

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.

テキスト専用 LLM 向けのビジョン機能。無料の Gemini と GLM のビジョン API を利用した、画像説明/OCR/視覚質問応答(VQA)に対応します。

ローカル AI によるコードレビューゲート。管理された ocr.js を通じてワークスペース/ブランチ/コミットの差分をレビューし、トークン統計付きの構造化された指摘結果を返します。ゲートモードでは指摘があると失敗として扱われます。

デスクトップとブラウザの自動化ブリッジ(36種のツール)。PaddleOCR による要素認識付きのウィンドウ/画面/マウス/キーボード操作、アクセシビリティスナップショット付きの Chrome CDP ブラウジングに対応します。