aura-vision
visiontested: passnpmMIT
Free vision OCR with adaptive tile recognition for long documents and Markdown/Word/PNG/Excel export.
下载量 / Downloads
1,783
依赖体积 / node_modules
0.09 MB
测试时间 / Tested
2026-11-06
DSH 版本 / Version
0.2.2-rc.1
Install
dsh plugin --profile web add aura-vision
Sandbox test results
| Stage | Result |
|---|---|
| 1 install | ✓ |
| 2 list | ✓ |
| 3 mount | ✓ |
| 4 boot | — |
Four stages run in an isolated sandbox: install (network on) → list → mount → boot (last three with no network).
README
Aura Vision
免费视觉识别插件（DeepSeek Harness web profile 永久插件）。设计语言 Aura：宛如天生如此，若有似无。
特性
- 免费通道：智谱 GLM-4V-Flash（免费档）优先；可配置任意 OpenAI 兼容多模态接口；Pollinations 匿名兜底。
- 长文档识别：glm-4v-flash 输出上限 1024 tokens（API 实测）——自适应网格切块（单块目标 1100px、最多 3×3、8% 重叠）逐块识别突破上限，切块模式用逐块纯转录提示词；>3200px 温和归一。
- Aura UI：高透毛玻璃（55% 底色 + 28px 模糊）、三星机身式小圆角、深浅主题自洽配对（CSS
light-dark()）、若有似无的次级信息。 - 历史：缩略图 + 原图分离存储；收藏、过滤、删除、清空；导出 Markdown（原图内嵌 base64，单文件自包含）。
- 结果导出：MD / Word(.doc) / PNG 长图 / Excel（含表格时）；双击预览图与详情图全屏放大；清除图片联动清除结果。
安装（永久）
dsh plugin --profile web add aura-vision
重启 dsh 后生效：任意会话输入框右侧出现「识图」按钮。数据存 <workspaceRoot>/.aura-vision/（随工作区可迁移），key 存本机凭证库。
架构
lib/host.js：宿主半边——AuraVisionService extends TypertRemoteService（命名空间aura-vision），方法经@Remote标记由网关 SRC 模式直连。lib/client.bundle.js：浏览器半边——window.__ModuleLoader__.load工厂产物，经connection.rpc.call('/api', 'aura-vision/<method>', { args })调用宿主。cordis.patch.yml：bundle 补丁层，一行注册双半边。
License
MIT
Rendered from the README published on npm. Formatted only, not edited.
Versions
Published on npm:：3，最后更新 2026-08-20