DeepSeek HarnessHub
플러그인 제출

peanutcd2005/dsh-plugin-pdf-text ↗★ 0

dsh-plugin-pdf-text

Read text out of local PDF files inside DeepSeek Harness (DSH): one pdf_extract tool, page-by-page text, stats, scanned-PDF detection. Pure Node, no Python, no network. 适合需要提取本地PDF文字、检测扫描件的用户，纯本地运行，不含OCR功能。

기타 확장
패키지
dsh-plugin-pdf-text
호환성
미검증
버전
0.1.0
라이선스
MIT
최근 업데이트
2026. 10. 7.

설치

$npx -p @deepseek-ai/dsh dsh plugin --profile web add github:peanutcd2005/dsh-plugin-pdf-text

문서

전체 README 읽기 ↗

b) 组合配置应出现 id: pdf-text 的行，且无重复、无告警

使用限制

  • 只处理带文字层的 PDF。 纯图片扫描件（整页是照片或截图）返回「无文字层 / 需要 OCR」提示，不返回空内容、也不编造内容。本插件不含 OCR。
  • 返回给模型的内容上限 32000 字符。 超长时按页边界截断，并提示改用 maxPages 分批读取，或用 saveTo 保存全文后再定位段落。saveTo 写出的文件是全文，不受该上限影响。
  • 判定「这一页有文字」的标准：去掉空白后不少于 20 个字符；页眉页脚等零星字符的页可能被算作无文字页。
  • 只读取，不改动 PDF。 唯一的写操作是 saveTo 指定的文本文件（UTF-8）。
  • 纯本地运行。 不联网、不依赖 Python、不调用外部服务，文件内容不离开本机。
  • saveTo 不会自动建目录。 目标目录不存在时会明确报错。
  • 扫描件、加密 PDF、损坏 PDF 都会明确报错或提示，不会返回空内容。