让 AI 读取任意大小 PDF，扫描件自动 OCR 识别
27.6/100
综合分
2
GitHub 星标
—
npm 周下载
—/5
用户评分
数据截至 2026/9/16 · 周下载取自 npm 全网（含 CI / 镜像），非本站安装数；综合分由星标、活跃度与兼容性检查合成。
安装命令 · 需先装 dsh CLI 引擎
dsh plugin --profile web add henryxiao709/dsh-pdf该包不可直接 npm 安装，改从 GitHub 源安装（明细见下方安装检查）
状态速览
判定依据：实装验证 · 静态安装检查 · 自动扫描 · 仓库维护状态信任档位：需留意
图例：✓ 通过! 需注意— 未判定 / 无数据· 「未判定」= 本站尚无数据，不代表插件有问题
档位由哪些信号合成
本站实装验证（真实安装 L4 覆盖全站；L5 为运行时冒烟或实机截图，覆盖范围小于 L4） · 验证所用 dsh 版本 · 静态安装检查 · 风险分级 · 仓库维护状态。 下方各区块是它的证据明细。
依赖的 DSH / Cordis 模块
@deepseek-ai/cordis@deepseek-ai/dsh-fs@deepseek-ai/dsh-settings@deepseek-ai/dsh-tools@deepseek-ai/schemastery给这个插件打分还没有人投票↓
用户评分
还没有人投票，来当第一个
功能亮点
- 读取任意大小PDF
- 扫描件自动OCR
DSH-PDF 插件让 AI 助手读取任意大小的 PDF 文件：用 pdfjs-dist 提取完整 Unicode 文本层（中文、英文及其它文字系统），扫描件和图片页自动 OCR，手写笔记也能变成可读文本。
README
由 DeepSeek 最新模型翻译生成dsh-pdf — DeepSeek Harness PDF 阅读插件（中文说明）
License
一个 DeepSeek Harness (DSH) 插件，让 AI 助手读取任意大小（无 64KB 限制）的 PDF 文件：通过 pdfjs-dist 提取完整 Unicode 文本层（中文、英文及其它文字系统），并对扫描件/图片页自动 OCR，手写笔记也能变成可读文本。
✨ 功能
- read_pdf 工具：按页返回 PDF 文本（pages="1-3"、"2"、"1,3-5"、"all"）。
- 无 64KB 上限：单文件默认上限 200MB（maxFileBytes 可配）。
- 全 Unicode 文本层：中文、英文开箱即用。
- 自动 OCR 兜底（mode: auto）：文本层不足的页面自动渲染并识别：
- Windows WinRT OCR（主引擎，零安装）：使用系统自带 zh-Hans-CN + en-US 识别器；
- tesseract.js（可选）：把 chi_sim.traineddata(.gz) 和 eng.traineddata(.gz) 放入 /tessdata/ 即启用。
- 模式控制：mode=text 只读文本层（快）；mode=ocr 强制逐页 OCR；ocrEngine=windows|tesseract 指定引擎。
展开完整文档（README 剩余 1 节）
dsh-pdf — DeepSeek Harness PDF 阅读插件（中文说明） License 一个 DeepSeek Harness (DSH) 插件，让 AI 助手读取任意大小（无 64KB 限制）的 PDF 文件：通过 pdfjs-dist 提取完整 Unicode 文本层（中文、英文及其它文字系统），并对扫描件/图片页自动 OCR，手写笔记也能变成可读文本。 ✨ 功能 - read_pdf 工具：按页返回 PDF 文本（pages="1-3"、"2"、"1,3-5"、"all"）。 - 无 64KB 上限：单文件默认上限 200MB（maxFileBytes 可配）。 - 全 Unicode 文本层：中文、英文开箱即用。 - 自动 OCR 兜底（mode: auto）：文本层不足的页面自动渲染并识别： - Windows WinRT OCR（主引擎，零安装）：使用系统自带 zh-Hans-CN + en-US 识别器； - tesseract.js（可选）：把 chi_sim.traineddata(.gz) 和 eng.traineddata(.gz) 放入 /tessdata/ 即启用。 - 模式控制：mode=text 只读文本层（快）；mode=ocr 强制逐页 OCR；ocrEngine=windows|tesseract 指定引擎。 - MIT 开源：可自由使用、修改、再分发。 🚀 安装 1. 克隆 git clone https://github.com/henryxiao709/dsh-pdf.git cd dsh-pdf 2. 安装公开依赖（pdfjs-dist、@napi-rs/canvas、tesseract.js） npm install --ignore-scripts 3. 从你的 DSH 安装中链接 @deepseek-ai 依赖 node scripts/link-deps.mjs # 自动探测 DSH_CHECKOUT / DSH_DATA / 常见路径 或：node scripts/link-deps.mjs "/profiles/node_modules/@deepseek-ai" 4. 注入正在运行的 DSH（需已安装 dsh-super-injector）对 DSH 的 AI 说：dev_install_package 或把插件加入 profile 的 dsh.profile.bundles，重启后自动装配 🧰 使用 read_pdf file_path=... [pages="1-3"] [mode=auto|text|ocr] [ocrEngine=auto|windows|tesseract] [maxCharsPerPage=20000] 每页结果带 source 字段：text（仅文本层）、ocr（仅 OCR）、mixed（两者合并）。 ⚙️ 配置 插件注册了 dsh-pdf 设置分区（宿主 namespace + 设置界面卡片）：所有参数都可以在 DSH 设置界面（设置 → 插件 → dsh-pdf）里实时调整，改动立即生效并自动清除结果缓存。 cordis.patch.yml 中的值作为装配基准： | 键 | 默认 | 说明 | | maxFileBytes | 209715200 | 单次读取字节上限 | | readLimitPages | 50 | 单次调用最多处理页数 | | ocrMinChars | 120 | auto 模式下低于此字符数的页触发 OCR | | ocrScale | 2 | 渲染缩放（2 ≈ 144 DPI） | | ocrEngine | auto | auto / windows / tesseract | | ocrTimeoutMs | 60000 | 单页 OCR 超时 | | maxCharsPerPage | 20000 | 每页返回字符上限 | | cacheEntries | 4 | 结果缓存条目数 | | cacheDir | %TEMP%/dsh-pdf | OCR 脚本与临时图片目录 | 设置界面：插件注册了 dsh-pdf 设置分区——以上所有参数都可以在 DSH 设置界面（设置 → 插件 → dsh-pdf）里实时调整，改动立即生效并自动清除结果缓存。cordis.patch.yml 中的值作为装配基准。 📄 许可证 MIT © 2026 henryxiao709
预览分享卡片长什么样 ↓
分享 · DeepSeek Harness Hub
henryxiao709/dsh-pdf
让 AI 读取任意大小 PDF，扫描件自动 OCR 识别
相关插件 · 市场 / 管理
插件精选列表awesome-dsh-plugin/awesome-dsh-plugin
DeepSeek Harness（dsh）插件精选列表
★ 22,399未汉化DSH
73.6
新词雷达zhuyansen/new-term-radar
new-term-radar新词雷达
★ 2,049已汉化MCP
72.8
插件生态导航0xsline/awesome-deepseek-harness
安装 贡献指南 DeepSeek Docs 公开插件目录 Issues
★ 1,188已汉化DSH
72.6
技能注册中心iflytek/skillhub
企业级开源智能体技能注册中心——发布、发现并管理组织内可复用的技能包。
★ 5,384已汉化DSH
71.9
插件市场目录imsai-sh/awesome-deepseek-harness-plugins
面向 DeepSeek Harnessdsh生态的社区插件目录，共收录 13950 个插件含 PR 收录与…
★ 360已汉化DSH
71.9
插件精选清单Anil-matcha/awesome-dsh-plugin
DeepSeek Harnessdsh精选指南——DeepSeek…
★ 1,013已汉化DSH
71.7
这个插件是你维护的吗？
作者本人可认领并核对本条目；认领通过后，详情页会显示「作者已认领」标记。