CommunityImagengithub.com

aidenwu0209/ocr-reconocimiento-texto

Utilice este skill siempre que el usuario desee extraer texto de imágenes, fotos, escaneos, capturas de pantalla o PDFs escaneados. Devuelve cadenas de texto legibles por máquina con texto a nivel de línea y coordenadas bbox opcionales. Alta precisión para CJK, texto pequeño y escritura a mano. Términos de activación: OCR, 文字识别, 图片转文字, 截图识字, 提取图中文字, 扫描识字, 识字, 纯文字, extracción de texto plano, 坐标, 检测框, bbox, bounding box, imagen a texto, captura de pantalla, escaneo de foto, reconocer texto.

¿Qué es ocr-reconocimiento-texto?

Este skill para agentes de IA, como Claude Code o Cursor, proporciona una funcionalidad robusta de reconocimiento óptico de caracteres (OCR) centrada en la extracción precisa de texto de diversos formatos de imagen, incluyendo fotos, escaneos, capturas de pantalla y PDFs escaneados. Está diseñado para manejar múltiples idiomas, especialmente CJK (chino, japonés, coreano), y destaca en escenarios desafiantes como texto pequeño, escritura a mano o fuentes no estándar. El skill devuelve el texto extraído como cadenas legibles por máquina a nivel de línea y, de forma opcional, puede incluir coordenadas de cuadro delimitador (bbox) para cada línea detectada, lo que es útil para aplicaciones que requieren información posicional. Está optimizado para agentes que operan en entornos de desarrollo, permitiendo a los desarrolladores integrar rápidamente capacidades de OCR en sus flujos de trabajo sin necesidad de infraestructura compleja. El uso principal es activarlo mediante palabras clave como "OCR", "reconocer texto", "extraer texto de imagen" o términos equivalentes en chino. Al recibir una imagen o un archivo PDF escaneado, el skill procesa el archivo, ejecuta el modelo OCR y devuelve los resultados estructurados, lo que facilita su consumo por parte del agente o de la aplicación downstream.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/aidenwu0209/paddleocr-skills/tree/main/skills/paddleocr-text-recognition

Installed? Explore more Imagen skills: steipete/songsee, affaan-m/frontend-design, mattpocock/improve-codebase-architecture · View all 6 →

Ver original→Ver todas las habilidades

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

OpenAIChatGPTClaudeClaudeGeminiGeminiGrokGrokPerplexityPerplexityDeepSeekDeepSeek

Documentación

¿Qué hace ocr-reconocimiento-texto?

Utilice este skill siempre que el usuario desee extraer texto de imágenes, fotos, escaneos, capturas de pantalla o PDFs escaneados. Devuelve cadenas de texto legibles por máquina con texto a nivel de línea y coordenadas bbox opcionales. Alta precisión para CJK, texto pequeño y escritura a mano. Términos de activación: OCR, 文字识别, 图片转文字, 截图识字, 提取图中文字, 扫描识字, 识字, 纯文字, extracción de texto plano, 坐标, 检测框, bbox, bounding box, imagen a texto, captura de pantalla, escaneo de foto, reconocer texto.

Skills relacionados

steipete/songsee

Generate spectrograms and feature-panel visualizations from audio with the songsee CLI.

community

affaan-m/frontend-design

Create distinctive, production-grade frontend interfaces with high design quality. Use when the user asks to build web components, pages, or applications and the visual direction matters as much as the code quality.

community

mattpocock/improve-codebase-architecture

Scan a codebase for deepening opportunities, present them as a visual HTML report, then grill through whichever one you pick.

community

lobehub/add-provider-doc

Add documentation for a new AI provider — usage docs, env vars, Docker config, image resources.

community

addyosmani/browser-testing-with-devtools

Tests in real browsers via Chrome DevTools MCP. Use when building or debugging anything that runs in a browser. Use when you need to inspect the DOM, capture console errors, analyze network requests, profile performance, or verify visual output with real runtime data. Requires the chrome-devtools MCP server to be configured.

community

bytedance/chart-visualization

This skill should be used when the user wants to visualize data. It intelligently selects the most suitable chart type from 26 available options, extracts parameters based on detailed specifications, and generates a chart image using a JavaScript script.

community
← More Imagen skills