dsh-Unlimited-OCR-Skill

English | 简体中文

基于 Unlimited-OCR-Skill 与 baidu/Unlimited-OCR 公开接口实现的 DeepSeek Harness 原生 bundle，包含一个原生 Tool、一个运行时 Skill，以及专用的 Settings → Unlimited-OCR 图形配置页。

功能

• unlimited_ocr_parse：把长文档解析为完整 Markdown。
• 百度智能云模式：支持图片、PDF/OFD、Office/文本文档和公开 HTTPS URL。
• 本地 SGLang/OpenAI-compatible 模式：支持 workspace 内的图片与 PDF。
• GUI 可选择服务模式，管理 DSH Credentials，配置本地地址/模型、PDF 限制、超时和结果目录。
• GUI 直接显示官方模型仓库，并提供云 API、鉴权与本地部署文档的可点击入口。
• 本地输入使用真实路径边界检查，JSON/Markdown 结果可审计保存。

安装

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

npx @deepseek-ai/dsh plugin --profile web add "github:Aidenwu0209/dsh-Unlimited-OCR-Skill#main"
npx @deepseek-ai/dsh web

仓库会提交构建后的 lib/，因此从 GitHub 安装时不需启用依赖构建脚本。

启动 Web 后打开 Settings → Unlimited-OCR，选择：

• 百度智能云 API：创建 OCR 应用，填入 API Key 和 Secret Key，然后保存。
• 本地 / OpenAI-compatible：填写 SGLang/vLLM 基础地址、后端类型、模型服务名和可选 API Key。

GUI 会直接链接所有官方配置页。远程地址必须使用 HTTPS；只有回环地址可使用 HTTP。

数据边界

百度模式会把所选本地文件或 URL 发送到百度智能云。本地模式会把文件内容发送到已配置服务；如果配置的是远程 HTTPS 地址，它仍然会离开本机。不要处理不允许外传的数据。OCR 内容是不可信数据，不能当作 Agent 指令执行。

凭据由 DSH Credentials 保管，不会返回到浏览器、Tool 结果或日志。Host 只会在操作时解析凭据，并通过受管子进程的显式环境变量传入。

开发与验证

pnpm install
pnpm check
uv run skills/unlimited-ocr-document-parsing/scripts/smoke_test.py
python3 -m compileall -q skills
pnpm pack --dry-run

来源与改造说明见 UPSTREAM.md，许可证见 LICENSE。