O que image-ocr faz?
Especialista em extrair texto de imagens usando Tesseract, EasyOCR, PaddleOCR, Google Vision, AWS Textract, Claude Vision. Gatilho: Ao extrair texto de imagens, capturas de tela, documentos digitalizados ou PDFs.
Especialista em extrair texto de imagens usando Tesseract, EasyOCR, PaddleOCR, Google Vision, AWS Textract, Claude Vision. Gatilho: Ao extrair texto de imagens, capturas de tela, documentos digitalizados ou PDFs.
O **fearovex/image-ocr** é uma skill especializada em extração de texto (OCR) a partir de imagens, capturas de tela, documentos escaneados e PDFs. Ela suporta múltiplas engines de OCR, incluindo soluções open-source como Tesseract, EasyOCR e PaddleOCR, além de serviços cloud como Google Vision, AWS Textract e Claude Vision (Anthropic). Essa flexibilidade permite que o usuário escolha a ferramenta mais adequada para cada cenário — desde imagens simples até documentos complexos com tabelas e layouts variados. A skill pode ser invocada automaticamente sempre que o agente identificar a necessidade de processar imagens ou documentos digitalizados, facilitando tarefas de digitalização, análise de documentos e automação de entrada de dados. É ideal para desenvolvedores que utilizam plataformas como Claude Code, Cursor ou Codex e precisam de um componente confiável para converter conteúdo visual em texto estruturado.
npx skills add https://github.com/fearovex/claude-config/tree/main/skills/image-ocrInstalled? Explore more Imagem skills: steipete/songsee, affaan-m/frontend-design, mattpocock/improve-codebase-architecture · View all 6 →
Especialista em extrair texto de imagens usando Tesseract, EasyOCR, PaddleOCR, Google Vision, AWS Textract, Claude Vision. Gatilho: Ao extrair texto de imagens, capturas de tela, documentos digitalizados ou PDFs.
Generate spectrograms and feature-panel visualizations from audio with the songsee CLI.
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.
Scan a codebase for deepening opportunities, present them as a visual HTML report, then grill through whichever one you pick.
Add documentation for a new AI provider — usage docs, env vars, Docker config, image resources.
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.
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.