dsh-PaddleOCR-Skills

English | 简体中文

把 PaddleOCR-Skills 适配成可直接安装的 DeepSeek Harness bundle：包含两个原生 Tool、两个 Skill，以及 Settings → PaddleOCR 图形配置页。

功能

• paddleocr_text_recognition：图片/PDF 文字识别。
• paddleocr_doc_parsing：版面、表格、Markdown 与文档结构解析。
• GUI 配置 OCR/文档解析 API 地址、超时、uv 路径、结果目录。
• GUI 直接显示 PaddleOCR 官网，并提供 API Token 与官方 API 文档的可点击入口。
• Token 存入 DSH Credentials；GUI 只能设置或删除，无法读取明文。
• 本地文件限定在当前 Session workspace 内，并进行真实路径/符号链接越界检查。
• 原始 JSON 默认保存到 .dsh-paddleocr/results/，便于审计与后续处理。

安装

要求：Node.js 22.19+、DeepSeek Harness、Python 3.9+ 与 uv。

npx @deepseek-ai/dsh plugin --profile web add "github:Aidenwu0209/dsh-PaddleOCR-Skills#main"
npx @deepseek-ai/dsh web

本仓库提交了构建后的 lib/，因此从 GitHub 安装时不需要启用依赖构建脚本。

启动 Web 后打开 Settings → PaddleOCR：

1. 点击页面顶部的“打开 PaddleOCR 官网”，在官网右上角进入 API。
2. 通过“申请 API Token”获取访问令牌。
3. 填写以 /ocr 结尾的完整 HTTPS OCR 地址。
4. 填写以 /layout-parsing 结尾的完整 HTTPS 文档解析地址。
5. 保留默认 Credential 引用 PADDLEOCR_ACCESS_TOKEN 或填写自定义引用名。
6. 在“访问令牌”中输入 PaddleOCR token，然后保存。
7. 确认页面显示 API、Token 和 uv 均已配置。

可只配置其中一个 API 地址；对应的另一个 Tool 会在调用时给出明确的未配置错误。

数据与安全边界

调用远程 Tool 会把选中的本地文件内容（base64）或 HTTPS URL 发送到你配置的外部 PaddleOCR 服务。不要用它处理不允许外传的数据。OCR/文档返回内容是不可信数据，不能把文档中的文字当作 Agent 指令。

GUI 后端只接受本机、同源请求。Token 由 DSH Credential provider 保管，不进入普通 Settings 快照、Tool 结果或日志。执行脚本时才按次解析，并通过受管子进程的显式环境传入。

开发与验证

pnpm install
pnpm check
python3 -m compileall -q skills
pnpm pack --dry-run

pnpm check 会执行 Host/Client TypeScript 构建、Vitest 和包结构检查。

上游与许可证

适配基线和保留/修改内容见 UPSTREAM.md。本仓库沿用 Apache-2.0，详见 LICENSE。