Skip to content

dsh-vision v0.3.0

Latest
Latest

Choose a tag to compare

View all tags
@xzyonline xzyonline released this 15 Aug 15:57
· 1 commit to main since this release
v0.3.0
857d5a0

v0.3.0 — dsh-parse document layer + vision skill in-repo

视觉方案第五层落地：本地文档 → Markdown 结构化解析。自 v0.2.0 以来 2 个 commit。

✨ New

  • dsh-parse 文档解析层 — 基于 Microsoft markitdown（装在本机 vision venv，与 DSH profile 完全隔离），把 PDF / Word / PPT / Excel 等保结构转为 Markdown（标题/列表/表格），本地运行、免费、不联网。薄 wrapper scripts/dsh-parse.sh 随附，实测 ~0.4s。

    • 分工铁律：只提文字 → dsh-ocr（~0.5s 更快更准）；整篇文档/要保结构 → dsh-parse；两者不够 → VLM。
    • 实测验证：DOCX/PDF/XLSX/PPTX 四格式全通；图片型 PDF（扫描件）正确输出空并回退 dsh-ocr——分工边界真实成立。
    • 详见 docs/dsh-parse.md。

  • vision skill 入仓 — 五层使用手册（view_image / modlens_read_image / dsh-ocr / dsh-parse / vision.py + 贴图链路 + 实测基准 + 踩坑记录）随仓库发布：docs/vision-skill.md。本机 ~/.dsh/skills/vision/SKILL.md 与此文件同步维护。

📦 Distribution

  • 包版本统一为 0.3.0（修复此前 package 声明 0.1.0 与 release v0.2.0 不一致的问题）。
  • 安装方式不变：预构建包 / install.command / 源码 scripts/install.mjs。

Full changelog: v0.2.0...v0.3.0

Assets 2
Loading