4 results
Windows 上操控 QQ NT（含效率/经典两种模式）的唯一权威方法 —— 基于 UI Automation 类名定位（qq-msg-editor / chat-header__contact-name / message-container / send-msg），可自动打开会话、读消息（区分己方对方）、发消息、发文件、读/下群文件、多会话轮询陪聊；内置环境自检与换机校准流程。环境：Windows + PowerShell 5.1+。
通过三方多模态 API 为纯文本 LLM 提供图像理解与文档理解能力（OCR、表格、公式、 版面解析、PDF/扫描件→Markdown、截图/照片/图表问答）。使用场景：用户粘贴或给出 图片/PDF 路径时解读内容、从文档提取文字与表格、对截图提问、发票/论文/票据解析。 触发词：图片理解、OCR、文档解析、截图内容、PDF 提取、表格识别、公式识别、票据识别、 扫描件、image、vision。实现为 Python 标准库 CLI（urllib/json/base64），零三方依赖。
Convert PDF and Word (DOCX) documents to clean Markdown. Use when the user asks to convert PDF/Word to Markdown, extract document text/structure, 提取 PDF/Word 内容, 转 Markdown, or prepare documents for editing/RAG. Handles Chinese documents and Windows paths well.
DSH 装备升级套件：token 费用面板（dsh-cost）、会话文件预览（dsh-plugin-file-preview）、外网搜集（dsh-research-mcp，工具名 mcp__research__*）、视觉桥接（vision-bridge，给无视觉模型看图）、微信双向通道（dsh-wechat-bridge，微信发消息→本机执行→回微信）。已安装时，用户问"花了多少钱/预览这个文件/搜一下外网/看这张图"直接按对应组件办事；未安装时给出 install.sh 一键安装命令。