LuRia-yzk/dsh-tool-image-recognize ↗★ 0
dsh-tool-image-recognize
image_recognize tool for DSH: recognize image content via a configurable vision model (OpenAI-compatible API), with auto/ocr/describe modes, magic-byte content validation, and sandbox-compliant file reads through ctx.fs.
AI 분석
核心用途是为 DSH 智能体赋予图像识别与 OCR 文字提取能力。适合需要处理图片输入的用户，必要条件是需配置兼容的视觉模型 API 密钥。
설치
검증된 bundle이 없거나 호환성 검사에 실패했습니다. 먼저 저장소 설명을 읽어 주세요. 전체 README 읽기 ↗
使用
新会话里对 agent 说：
用 image_recognize 看一下 C:\path\to\image.png
用 image_recognize 提取这个截图里的文字: C:\path\to\screenshot.png (mode: ocr)
用 image_recognize 看看这张图里的二维码是什么: C:\path\to\qr.png
配置项
| 键 | 默认值 | 说明 |
|---|---|---|
baseURL | https://dashscope.aliyuncs.com/compatible-mode/v1 | OpenAI 兼容端点（建议 HTTPS） |
apiKeyEnv | VISION_API_KEY | 视觉专用 API key 的环境变量名 |
model | qwen3-vl-flash | 视觉模型 |
maxBytes | 15728640 (15MB) | 图片大小上限 |
timeoutMs | 30000 | 请求超时 |
maxTokens | 1024 | 输出 token 上限 |
maxResponseBytes | 1048576 (1MB) | 响应大小上限 |