插件

个人解决经验记忆：保存问题、做法、来源与适用条件，可检索复用、纠正和删除；配合 dsh-bubble 提问及 dsh-look 取上下文。

macOS 场景感知探针：拉模型零轮询的 look 工具，读取最前非自身窗口（应用信息、AX 标题/选中文本、按需本地 OCR），支持召唤热键按下瞬间抓取快照注入对话。

个人经验记忆：把真实解决过的问题存为带来源、可纠正、有适用条件的案例，新任务中自动召回复用，纠正与删除会级联影响后续召回。

vision-exp大图识别：800×800无损切块、多策略识别、本地OCR/预处理/手写路由，可选多厂商GPU并自动回退CPU。

本地文件上传：回形针按钮与拖拽上传、按会话隔离存储到 .dsh-uploads，并提供 read_document 工具分页读文本、对图片 OCR。

苹果设备端 Vision 工具：本地 OCR（含中文）、图像分类、人脸检测、文档版面分析与综合描述，100% 离线、无需 API key，支持长截图切片。

把 PDF、Office、图片与文本/代码文件拖拽进 DSH 会话：宿主提取（含 OCR）进提示词，并提供 PDF 页 OCR、图片描述等工具。

轻量、保持路由的 DSH 视觉链路：由配置好的视觉模型看图，而你所选文本模型继续掌控推理与最终回答

为纯文本模型装上本地眼睛：eyes_render 在 Web 界面画布上绘制文字/图形/Mermaid，eyes_paste 接收用户粘贴的图片，eyes_ocr 用 Windows 自带 OCR 离线读文字，eyes_analyze 把像素解析成结构化数据，全程无需视觉模型。

把图片粘贴进 DSH 聊天，先由免费本地后端（macOS Vision / Tesseract）识别文字，再交给纯文本 DeepSeek 模型回答。

DSH 的本地 Windows 11 OneOCR 工具：`oneocr_recognize` 返回 OCR 文本，以及包含行/词多边形、置信度、旋转角度和手写体样式的结构化结果。

DSH 的本地微信 OCR 工具：`wechat_ocr_recognize` 针对本地图片路径返回识别文本和引擎的结构化结果。

KiroCrew 桥接：让 dsh agent 通过 ACP（stdio 上的 JSON-RPC 2.0）把任务委派给持久自演进的 KiroCrew 工作区。

DeepSeek Harness OCR 插件：基于 PaddleOCR-json（主）与 RapidOCR-json（备）的离线图片文字识别，无需视觉模型。

把重复的文本与视觉（OCR、图像分析、对比）劳动交给本地运行的 Unsloth Desktop（Unsloth Studio）服务器：unsloth_run 与 unsloth_vision 两个工具，纯 HTTP 客户端，不拉起也不持有任何进程。

给在线模型装上本地双手：koboldcpp_run 与 koboldcpp_vision 工具把重复的文本与视觉（OCR、图像分析、对比）劳动交给本地 KoboldCpp（llama.cpp）服务器，并按需拉起与管理服务器生命周期。

本地 Windows 引擎（Windows.Media.Ocr）识别附加图片：只把识别出的文字发送给模型，图片字节不进入上下文；视觉直通可选开启。

本地 Tesseract 识别附加图片：只把识别出的文字发送给模型，图片字节不进入上下文；视觉直通可选开启。

纯文本模型双层识图：优先本地快速 OCR（RapidOCR，离线），不足时回落视觉模型（modlens）。

纯文本路由的透明图片护栏：贴图不再 400 卡死会话，附带 vision_analyze 工具（OCR/PDF/docx/pptx/视频）。

为 DSH 纯文本模型补充视觉能力：识图技能（图片理解/OCR/文档解析，竞速池→自定义通道→本地）+ 幂等宿主补丁，让图片消息能送达模型侧。

为纯文本大模型提供视觉能力：通过免费的 Gemini 与 GLM 视觉 API 实现图像描述、OCR 与视觉问答。

本地 AI 代码评审门禁：对工作区/分支/commit diff 跑评审（托管 ocr.js），返回结构化 findings 与 token 统计；门禁模式发现问题即失败。

桌面 + 浏览器自动化桥（36 个工具）：窗口/屏幕/鼠标/键盘控制配 PaddleOCR 元素感知，Chrome CDP 浏览配无障碍快照。