前言¶
合同、发票、报告常以 PDF 或拍照形式流转，其中不少是扫描件或手机拍摄的弯曲、歪斜页面，没有可靠文本层，复制粘贴往往不可用。自行接 OCR 还要处理倾斜校正、版面分析和表格区域，集成成本高。下面介绍 SkillHub 上的社区 Skill「PDF识别提取专家」，面向「从 PDF、图片、扫描件里抽出可用文字」这一具体任务，把 PP-OCRv6 多档模型、预处理与结构化解析收进 Agent 可调用的能力里。
这是什么¶
「PDF识别提取专家」是 SkillHub 分类 office-efficiency 下的社区 Skill，坐标 @user_779b44c7/pdf-ocr-md，当前版本 3.4.0，发布者为 user_779b44c7。标签标明 requires_api_key=false，不依赖额外 API Key。
官方定位：当用户需要从 PDF、图片、扫描件中提取文字内容时使用；适合合同、发票、报告等，尤其是中文扫描件、手机拍照的弯曲页面、歪斜文档。
核心功能¶
以下能力均来自 SkillHub 页面与商店元数据，版本 3.4.0 的说明要点如下。
OCR 与极速文本层提取
- 支持 PP-OCRv6 三档模型：Tiny / Small / Medium，可在速度与精度之间取舍。
- 对带文本层的 PDF，提供 LiteParse 极速提取（官方标注约 0.9ms/页）。
文档预处理
- 内置预处理管线：倾斜校正、方向校正、文档展平（针对弯曲、歪斜拍摄场景）。
结构化解析
- 版面分析、表格提取，便于后续整理为 Markdown 等结构化输出，而非纯乱序字符流。
安装与启用¶
SkillHub 推荐两种方式：把安装提示交给 AI，或本地用 skillhub CLI。安装前需确认 CLI 是否可用：
command -v skillhub && skillhub --version
未安装时可按 SkillHub 安装文档执行完整安装（含 CLI 与默认 Skill）：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
仅安装 CLI：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash -s -- --cli-only
安装本 Skill 时，必须使用 --dir 指向当前 Agent 的 skills 目录；否则默认装到 ./skills/，Agent 可能无法识别。官方页面给出的安装提示为：
请根据 https://skillhub.cn/install/skillhub.md，安装
@user_779b44c7/pdf-ocr-md。
CLI 安装示例（将 <skills 目录> 换成你当前客户端的路径）：
skillhub install user_779b44c7/pdf-ocr-md --dir <skills 目录>
常用客户端 skills 目录（摘自 SkillHub 安装文档）：
| 客户端 | 路径 |
|---|---|
| Cursor | ~/.cursor/skills/ |
| Claude Code | ~/.claude/skills/ |
| Codex | ~/.codex/skills/ 或项目下 .agents/skills/ |
| Windsurf | ~/.codeium/windsurf/skills/ 或项目下 .windsurf/skills/ |
安装后按各客户端要求刷新或重启，使 Skill 生效。Cursor、Codex CLI、Claude Code 的差异主要体现在 skills 目录位置；安装命令格式一致，均为 skillhub install … --dir …。
典型用法¶
本 Skill 基于通用 SKILL.md 格式，由 Agent 在对话中按技能说明调度底层 OCR 与预处理流程。公开页面未给出独立 shell 子命令列表，典型用法是 在已启用 Skill 的会话里明确任务与输入：
- 说明来源类型：PDF 文件、单张/多张图片，或扫描件。
- 提供文件路径或按客户端能力上传附件。
- 说明关注点：全文提取、只要某几页、是否需要保留表格结构或输出为 Markdown 等。
- 若文档质量差（弯曲、歪斜、低分辨率），可说明场景；Skill 侧会走倾斜/方向校正与展平等预处理，再选用 PP-OCRv6 的 Tiny / Small / Medium。
对 已有文本层的 PDF，可优先依赖 LiteParse 类极速提取；对 纯图像 PDF 或照片，走 OCR 与版面/表格解析链路。具体模型档位与步骤以 Skill 包内 SKILL.md 为准，此处不臆造脚本名或固定提示词模板。
适用场景与注意¶
适合
- 办公文档数字化：合同、发票、报告的中文扫描件。
- 手机拍照文档：页面弯曲、拍摄角度歪斜。
- 需要在 Agent 内完成「识别 → 结构化」而不是单独开 OCR 桌面软件。
注意
- 来源为 community，维护节奏与上游 OCR 模型更新以 SkillHub 版本为准；使用前可在商店页确认版本（当前 3.4.0）。
- 极糊、强反光或手写为主的页面，任何 OCR 都会受限；Tiny 模型更快但精度可能低于 Medium。
- 商店统计（截至页面元数据）：评分 100000，下载 34789；安装数显示为 0 可能与统计口径有关，不影响通过 CLI 本地安装。
- 安装务必带
--dir，避免装错目录导致「已安装但 Agent 不加载」。
结尾¶
「PDF识别提取专家」把 PP-OCRv6 三档模型、LiteParse 文本层提取、预处理与版面/表格解析打包成 office-efficiency 类 Skill，适合在 Cursor 等 Agent 里处理中文扫描件与拍照文档。无需 API Key 即可按 SkillHub 流程安装使用。
- SkillHub 页面：https://www.skillhub.cn/skills/user_779b44c7/pdf-ocr-md
- 安装说明：https://skillhub.cn/install/skillhub.md
- 坐标：
@user_779b44c7/pdf-ocr-md
