Плагины

«Чтение» изображений для текстовых моделей: уменьшение масштаба + снижение глубины цвета + отпечатки структуры/цвета преобразуются в текстовые сетки, возвращаемые в диалог, что позволяет модели самостоятельно масштабировать, сэмплировать и распознавать текст (OCR), как мультимодальная модель; полностью локально, без зависимости от внешних моделей, поставляется с навыком методологии чтения изображений и опциональным PaddleOCR.

Официальный плагин DSH для nuphus-mcp (от мейнтейнеров nuphus-mcp): автоматизация рабочего стола и браузера (38 инструментов) с распознаванием элементов PaddleOCR и просмотром через Chrome CDP, через постоянный дочерний процесс stdio MCP.

Преобразует документы Office и PDF (включая отсканированные) в структурно форматированный Markdown через конвейер OCR с маршрутизацией с приоритетом CPU (RapidOCR/SLANet/FormulaNet).

Добавляет PaddleOCR vision текстовым LLM (Agnes, DeepSeek, MiniMax, GLM, Mimo). Локальные файлы и URL; бесплатно 20 000 страниц/день. Нужен запрашиваемый PaddleOCR API token (бесплатно, 1–3 рабочих дня).

Локальный OCR без облака: подключает PP-OCRv6 Medium (PaddleOCR на ONNX Runtime, CPU) как stdio MCP mcp__ppocr__ocr_image и mcp__ppocr__ocr_pdf для изображений и многостраничных PDF.

Извлекает текст из изображения или PDF: напрямую читает текстовый слой цифрового документа и переключается на настроенный OCR-движок для сканов.

Плагин офлайн-распознавания текста на изображениях для DeepSeek Harness: основной движок PaddleOCR-json, запасной — RapidOCR-json. Vision-модель не нужна; обработка полностью локальная и офлайн.

Мост автоматизации рабочего стола и браузера (36 инструментов): управление окнами/экраном/мышью/клавиатурой с распознаванием элементов через PaddleOCR, просмотр в Chrome через CDP со снимками accessibility.