プラグイン

Office文書およびPDF(スキャンされたものを含む)を、CPU優先ルーティングOCRパイプライン(RapidOCR/SLANet/FormulaNet)経由で構造的にフォーマットされたMarkdownに変換します。

スキャンした教科書の処理パイプラインです。OCRはONNXRuntimeの約5倍の速度（Python 3.10+、pymupdf、rapidocr、openvino、numpyが必要）で実行し、PDFを開く前に構造レポートと章ごとの読書計画を作成します。

テキスト専用モデル用のocrツールを1つ登録。リポジトリ同梱のオフラインスクリプトで単一画像またはPDFを処理し、認識テキストを返します。Windows標準OCR、RapidOCR、Tesseractの順に使用。ローカル処理でネットワーク/APIキー不要。PATH上のPython 3.11と pip install winocr pillow が必要（winocr優先、他は代替）。画像は行単位、PDFはページ単位の結果。

DeepSeek Harness向けに2つのtoolを登録します。`doc_ocr`はローカルRapidOCRまたはクラウドZhipu GLM-OCRで、スキャンPDF/画像をページ別テキスト、貸借照合付き財務表、契約条項のヒット情報へ変換します。`doc_preprocess`はraw fileのdirectoryを、backend routingとsha256による増分スキップを備えた7段階pipelineでObsidian向けknowledge baseにします。照合に失敗した数値は報告し、作りません。ローカルengineにはrapidocr-onnxruntime、pypdfium2、Pillow入りPython（pip install -r requirements.txt）、GLM engineにはZHIPU_API_KEYが必要です。

DeepSeek Harness用オフライン画像文字認識プラグイン。PaddleOCR-jsonを主系、RapidOCR-jsonをフォールバックとして使用します。ビジョンモデル不要で、完全にローカル・オフラインで画像内の文字を認識します。

テキスト専用モデル向けの2段階画像読取。まずRapidOCRによる高速なローカルOCR（オフライン）を行い、次にmodlensのvision modelへフォールバックします。