Community影像github.com

dkyazzentwatwa/ocr-document-processor

從掃描檔、圖片和掃描的 PDF 中提取文字與結構。適用於 OCR、可搜尋 PDF、表格提取、收據解析和名片解析。

ocr-document-processor 是什麼?

這項技能專為需要從掃描文件、圖片或掃描版 PDF 中提取文字與結構化資訊的開發者與 AI 代理設計。它能夠執行光學字元辨識 (OCR)、生成可搜尋的 PDF 檔案、從文件中提取表格、解析收據內容以及辨識名片資訊。支援多種文件格式與輸入來源,並能將結果輸出為結構化的資料格式,方便後續處理或整合。此技能在不同平台上(如 Claude Code、Cursor 等)皆可應用,透過學習 SKILL.md 文件中的詳細指令與使用流程,即可快速上手。它簡化了文件數位化與資訊萃取的流程,特別適合用於自動化文件處理、數據輸入與工作流程最佳化等場景。

相容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/dkyazzentwatwa/chatgpt-skills/tree/main/skills/ocr-document-processor

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

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

ocr-document-processor 是做什麼的?

從掃描檔、圖片和掃描的 PDF 中提取文字與結構。適用於 OCR、可搜尋 PDF、表格提取、收據解析和名片解析。

Individual skills in this repo

This repo contains 1 individual skill — each has its own dedicated page.

相關技能