deepseek-harness-file-upload-ocr-plugin

English · 中文

DeepSeek Harness 文件上传与 OCR 插件：在 Web UI 中以附件卡片上传 PDF、Word、Excel、PowerPoint、图片和文本文件；PDF 与图片在本机自动 OCR 识别。

English description: A file upload and local OCR plugin for DeepSeek Harness. Add PDF, Word, Excel, PowerPoint, image, and text attachments as chat cards; scanned PDFs and images are recognized locally with OCR.

功能

• 输入框上方和发送后的对话记录都使用真正的文件附件卡片。
• 支持将文件拖到 Harness 窗口任意位置上传。
• PDF、图片、Word、Excel、PowerPoint 和文本文件使用不同的卡片强调色。
• PDF 优先提取原生文本；扫描页或文本过少的页面自动 OCR。
• PDF 和图片支持本地自动 OCR 识别。
• 支持 DOCX、XLSX/XLSM、PPTX、图片及常见文本/代码文件。
• 原文件只在本机解析；模型收到提取文本。
• 遵循 Harness 的 Cordis 生命周期、依赖注入、Schemastery 配置和 HMR 注册规范。

支持扩展名：PDF；PNG/JPEG/WebP/BMP/TIFF；DOCX；XLSX/XLSM；PPTX；TXT、Markdown、CSV、TSV、JSON、XML、YAML、HTML、日志和常见源码文件。旧 DOC/XLS 请先另存为 DOCX/XLSX。

一键安装

前提：已能使用 dsh CLI、Python 3.9+ 和 Git。如果 web profile 不存在，安装脚本会自动创建。

安装脚本会先创建本地 Python 环境，再通过 Harness 官方的 dsh plugin --profile ... add 流程注册插件，无需手动修改 cordis.yml 或 cordis.patch.yml。

Windows PowerShell

git clone https://github.com/BYYY-eng/deepseek-harness-file-upload-ocr-plugin.git
cd deepseek-harness-file-upload-ocr-plugin
powershell -ExecutionPolicy Bypass -File .\scripts\install.ps1 -Profile web
dsh --profile web

Linux / macOS

git clone https://github.com/BYYY-eng/deepseek-harness-file-upload-ocr-plugin.git
cd deepseek-harness-file-upload-ocr-plugin
chmod +x scripts/*.sh
./scripts/install.sh web
dsh --profile web

首次安装会下载 Python OCR 依赖。发布分支包含预构建的 lib/，无需授权 pnpm 安装脚本。

GitHub Release 压缩包

如果不想克隆仓库而是下载 GitHub Release 压缩包，请先将其解压到一个文件夹，在该文件夹中打开终端，然后运行上面的对应平台安装脚本。这样 OCR 环境会和已安装的插件放在同一目录。除非你已经在安装后的插件目录中运行 scripts/setup-ocr.ps1 或 scripts/setup-ocr.sh，否则不要只执行 dsh plugin add 安装 .tgz 文件。

对 Windows 用户，最简单的方式是在 Release 页面选择 Source code (zip)，解压后运行 scripts\install.ps1。

Harness 官方手动安装方式

熟悉 Harness 的用户可以在运行 OCR 环境安装脚本后，直接使用官方 bundle 命令：

powershell -ExecutionPolicy Bypass -File .\scripts\setup-ocr.ps1
dsh plugin --profile web add C:\path\to\deepseek-harness-file-upload-ocr-plugin
dsh --profile web

从 DeepSeek Harness 源码运行

没有全局 dsh 命令时：

powershell -ExecutionPolicy Bypass -File .\scripts\setup-ocr.ps1
cd C:\path\to\deepseek-harness
pnpm dsh plugin --profile web add C:\path\to\deepseek-harness-file-upload-ocr-plugin
pnpm dsh --profile web

使用方法

1. 点击输入框左下角的文件图标。
2. 选择一个或多个文件并等待附件卡片出现，也可以将文件拖到 Harness 窗口任意位置。
3. 输入问题并正常发送。

发送后，文件卡片会随消息保留。

配置

cordis.patch.yml 提供 OCR 默认值。Harness patch 会整体替换一行的 config，覆盖 file-upload-ocr 行时需重述所有键。

配置键	默认值	含义
pythonCommand	auto	自动使用安装脚本创建的 .venv，也可填 Python 绝对路径
maxFileBytes	25 MiB（26,214,400 字节）	每个文件的大小上限
maxPages	50	PDF 页数、工作表数或幻灯片数上限
dpi	144	扫描 PDF 的渲染分辨率
nativeTextMinChars	24	PDF 原生字符达到此值时跳过 OCR
timeoutMs	120000	单文件解析超时
maxOutputChars	200000	交给模型的最大字符数

启动前设置 DSH_FILE_OCR_PYTHON，可在不改 YAML 的情况下指定 Python 环境。

如果 Harness 提示“未安装 OCR 环境”，请在插件目录中重新运行对应平台的环境安装脚本，然后重启 web profile。

隐私、安全与开源协议

插件通过本地 Python 子进程解析文件。上传接口仅接受同源请求，并限制文件大小、页数、运行时间和输出长度。提取文本会发送给 Harness profile 当前使用的模型服务商；原文件不会由本插件上传。

项目代码使用 MIT License。依赖项目及许可证见 THIRD_PARTY_NOTICES.md。PDF 部分采用宽松许可证的 pypdfium2/PDFium，没有使用 PyMuPDF/AGPL。

本项目是独立社区项目，并非 DeepSeek 官方发布或官方背书。