플러그인
DeepSeek-Harness 플러그인을 찾아보고, 필터링하고, 설치하세요.
플러그인 9개 찾음
dsh-ocr-local
grelvan/dsh-ocr-local
텍스트 전용 경로용 로컬 OCR 폴백: 세션 모델이 이미지를 수용할 수 없다고 선언하면 첨부된 이미지가 로컬에 캐시되고 해당 경로가 주입되어 모델이 ocr_image를 호출할 수 있음 — PP-OCRv5 + ONNX Runtime을 CPU에서 실행, API 키 불필요, 이미지가 기기를 떠나지 않음. 모델이 이미지를 볼 수 있을 때는 조용함.
dsh-ocr-local
balcoz/dsh-ocr-local
DeepSeek Harness용 로컬 OCR: 이미지를 붙여넣기/첨부하여 PP-OCRv5 + ONNX Runtime으로 텍스트를 추출, 완전 오프라인. TUI (cc-tui) 및 Web 지원.
dsh-deep-reading-wl
songfengmanzhu/dsh-deep-reading-wl
스캔 교재 처리 파이프라인입니다. ONNXRuntime보다 약 5배 빠른 OCR(Python 3.10+, pymupdf, rapidocr, openvino, numpy 필요)을 실행한 뒤 PDF를 열기 전에 구조 보고서와 장별 읽기 계획을 만듭니다.
dsh-screenshot-xn
ntesicn/dsh-screenshot-xn
DSH composer용 전체 화면 캡처 패널입니다. 사각형 선택, 타원, 화살표, 펜, 모자이크, 텍스트 주석을 추가한 뒤 대화에 넣거나 복사·저장할 수 있습니다. 선택 영역은 오프라인 인식도 가능하며 onnxruntime-node의 PP-OCRv6를 사용하고 실패 시 Windows 내장 OCR로 대체합니다. DSH에 이미 설정된 model로 9개 언어 번역이 가능합니다. Windows에서는 작업 표시줄까지 전체 화면을 선택하고 DSH 창을 먼저 숨겨 실제 데스크톱을 캡처합니다. Edge 또는 Chrome 키오스크 창에서 실행되며 브라우저를 시작할 수 없으면 DSH 내부 캡처로 대체합니다. DSH Desktop은 기본적으로 일반 브라우저 접근을 거부하므로 프로필 설정에서 “Allow opening this Profile in a browser”(compatibility mode)를 켜야 합니다. 그렇지 않으면 모든 캡처가 DSH 내부 대체 흐름을 사용합니다. Windows용 DSH Desktop 전용이며 PP-OCRv6 모델은 첫 인식 시 ModelScope에서 다운로드됩니다.
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
macOS DeepSeek Harness에 doc_ocr_sign_fix 도구를 등록한다. hardened runtime/library validation으로 번들 Python이 onnxruntime/cv2/pypdfium2 native extension을 읽지 못하는 문제를 진단·수정한다. disable-library-validation entitlement를 주입하고 interpreter를 재서명한 뒤 import를 검증한다. 반복 실행 안전, 원본 바이너리를 먼저 백업하며 바깥 앱 bundle은 건드리지 않는다.
dsh-model-deploy
ethanrise/dsh-model-deploy
ONNX 입출력/shape/opset/operator/크기를 검사하고 로컬 또는 SSH 원격 ONNX Runtime으로 벤치마크한다. 평균/P50/P95/P99 지연, FPS, 실제 provider와 FPS/P95/크기 PASS/FAIL 기준을 보고한다. Python 3.10+, numpy/onnx/onnxruntime/psutil이 필요하고 원격에는 python3/numpy/onnxruntime가 필요하다.
dsh-ocr
zirscard/dsh-ocr
DeepSeek Harness용 도구 2개를 등록합니다. `doc_ocr`는 로컬 RapidOCR 또는 클라우드 Zhipu GLM-OCR로 스캔 PDF·이미지를 페이지별 텍스트, 대차대조 확인이 포함된 재무 표, 계약 조항 검색 결과로 변환합니다. `doc_preprocess`는 backend routing과 sha256 기반 증분 건너뛰기를 포함한 7단계 파이프라인으로 원본 파일 디렉터리를 Obsidian용 지식 베이스로 만듭니다. 대조 실패 숫자는 만들어 내지 않고 보고합니다. 로컬 engine에는 rapidocr-onnxruntime, pypdfium2, Pillow가 설치된 Python(`pip install -r requirements.txt`), GLM engine에는 ZHIPU_API_KEY가 필요합니다.
opencode-ppocr-mcp
bauerelizabeth07139/opencode-ppocr-mcp
클라우드 전송 없는 로컬 OCR입니다. 번들 PP-OCRv6 Medium(ONNX Runtime의 CPU PaddleOCR) stdio MCP를 mcp__ppocr__ocr_image와 mcp__ppocr__ocr_pdf로 등록해 이미지와 여러 페이지 PDF를 처리합니다.