AI Skill 大全

照片扫描件识字

把照片、截图、扫描件或扫描 PDF 里的话逐行认出来,输出可复制的文字并附上每行的坐标和置信度。

功能与用途

纸质资料要电子化、聊天截图要归档时,靠人眼敲字很慢。这个能力用 PaddleOCR 做行级文字检测与识别,对中文、小字号和手写内容效果较好,结果里带识别分数便于你判断哪些行需要复核。它只负责纯文字,表格、公式和复杂版面要走文档解析那条线。使用前需装好命令行工具和访问令牌。

适用场景

  • 纸质文件扫描件转电子文本:将纸质合同、档案或书页扫描件逐行转为可编辑文本,附带置信度方便重点校对。
  • 聊天记录与长截图文字提取:上传沟通记录、手机网页或系统截图,一键提取所有文本信息,免去人工逐字敲键盘。
  • 手写笔记与会议白板归档:识别包含手写字迹的课堂笔记本或会议板书照片,保留行级结构快速整理入库。
  • 单据照片文本与位置提取:对发票、收据等单据照片进行字符与位置框识别,为进一步的数据抽取提供底稿支持。

适用人群

  • 做单据录入的财务助理
  • 整理纸质台账的档案管理员
  • 把截图整理成文稿的编辑

使用步骤

  1. 准备 paddleocr 命令行与 PADDLEOCR_ACCESS_TOKEN,确认接口可调
  2. 把要识别的图片或扫描 PDF 路径/网址给它,说明只需要纯文本
  3. 按原件情况决定是否关闭畸变矫正与方向分类,页数多时限定页码范围
  4. 执行识别并保存结果文件,方便后续批量处理
  5. 根据识别置信度挑出低分行做人工复核

开始使用

将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。

查看 MCP 接入说明

技术信息

分类
办公
适用工具
Codex、Claude Code、OpenClaw、Hermes、国内 Agent
使用难度
进阶
版本
main
最近更新
2026-09-15
文件数
3
安装包大小
自动生成 ZIP
安全检查
基础检查通过

>-

使用前准备

  • 需安装 paddleocr 命令行并配置 PADDLEOCR_ACCESS_TOKEN

依赖与权限

  • PADDLEOCR_ACCESS_TOKEN
  • 读取用户主动提供的内容

同类 Skill