Community影像github.com

yejinlei/pdf-ocr-skill

支援四種引擎的PDF OCR辨識技能,可從影印版PDF檔案與圖片檔案中擷取中英文文字內容。

pdf-ocr-skill 是什麼?

這是一個功能強大的 PDF OCR 辨識技能,專為開發者與 AI 代理(如 Claude Code、Cursor、Codex 等)所設計,能夠從掃描版 PDF 與圖片檔案中精準擷取中英文文字。它支援四種 OCR 引擎(例如 Tesseract、PaddleOCR 等),可根據使用場景與語言需求靈活切換,提供最佳的辨識準確率與速度。此技能適用於自動化文件處理、資料萃取、以及數位化歸檔等任務。使用者只需提供檔案路徑,技能即會自動進行影像預處理、文字辨識,並輸出結構化的文字結果,大幅提升從非結構化文件中獲取資訊的效率。

相容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/yejinlei/pdf-ocr-skill/tree/main/skills/pdf-ocr-skill

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

pdf-ocr-skill 是做什麼的?

支援四種引擎的PDF OCR辨識技能,可從影印版PDF檔案與圖片檔案中擷取中英文文字內容。

相關技能