@deepseek-ai/dsh-ocr-vision

Model-facing ocr_image tool that runs local RapidOCR (via a Python subprocess) and returns image text as plain text, so text-only DeepSeek models can read images 让纯文本模型读取图片文字，需 Linux 或 macOS、Python 及 OCR 依赖。

パッケージ

@deepseek-ai/dsh-ocr-vision

互換性

未検証

Harness ピア範囲

^0.1.0-rc.6

Cordis ピア範囲

^4.0.1

バージョン

0.1.0-rc.5

ライセンス

MIT

最終更新

2026/08/16

使用

模型侧直接调用（或经技能引导）：

ocr_image(file_path: "截图.png")
ocr_image(file_path: "截图.png", region: "120,80,600,400")   # 只识别关注区域

预期输出（工具返回的纯文本信封）：


/workspace/截图.png

ocr

报错码:ERR_DB_CONN_TIMEOUT
关键行:Connection refused -> db.internal:5432 / retry 3/3 failed

配置

ocr_image 插件可通过 cordis 配置调整：

字段	默认	含义
`pythonBin`	`python3`	运行 `ocr.py` 的 Python 解释器
`ocrScript`	随包 `ocr.py`	RapidOCR CLI 脚本路径
`ocrCommand`	空	完整命令前缀，覆盖 `pythonBin`+`ocrScript`（测试/定制宿主用）
`scale`	`2`	默认放大倍数（小字更准）
`maxImageBytes`	`50 MiB`	经 `ctx.fs` 读取的最大图片字节
`timeoutMs`	`60000`	单次 OCR 子进程超时

@deepseek-ai/dsh-ocr-vision

インストール

ドキュメント

使用

配置