前言¶
合同、發票、報告常以 PDF 或拍照形式流轉，其中不少是掃描件或手機拍攝的彎曲、歪斜頁面，沒有可靠文本層，複製粘貼往往不可用。自行接 OCR 還要處理傾斜校正、版面分析和表格區域，集成成本高。下面介紹 SkillHub 上的社區 Skill「PDF識別提取專家」，面向「從 PDF、圖片、掃描件裏抽出可用文字」這一具體任務，把 PP-OCRv6 多檔模型、預處理與結構化解析收進 Agent 可調用的能力裏。
這是什麼¶
「PDF識別提取專家」是 SkillHub 分類 office-efficiency 下的社區 Skill，座標 @user_779b44c7/pdf-ocr-md，當前版本 3.4.0，發佈者爲 user_779b44c7。標籤標明 requires_api_key=false，不依賴額外 API Key。
官方定位：當用戶需要從 PDF、圖片、掃描件中提取文字內容時使用；適合合同、發票、報告等，尤其是中文掃描件、手機拍照的彎曲頁面、歪斜文檔。
核心功能¶
以下能力均來自 SkillHub 頁面與商店元數據，版本 3.4.0 的說明要點如下。
OCR 與極速文本層提取
- 支持 PP-OCRv6 三檔模型：Tiny / Small / Medium，可在速度與精度之間取捨。
- 對帶文本層的 PDF，提供 LiteParse 極速提取（官方標註約 0.9ms/頁）。
文檔預處理
- 內置預處理管線：傾斜校正、方向校正、文檔展平（針對彎曲、歪斜拍攝場景）。
結構化解析
- 版面分析、表格提取，便於後續整理爲 Markdown 等結構化輸出，而非純亂序字符流。
安裝與啓用¶
SkillHub 推薦兩種方式：把安裝提示交給 AI，或本地用 skillhub CLI。安裝前需確認 CLI 是否可用：
command -v skillhub && skillhub --version
未安裝時可按 SkillHub 安裝文檔執行完整安裝（含 CLI 與默認 Skill）：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
僅安裝 CLI：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash -s -- --cli-only
安裝本 Skill 時，必須使用 --dir 指向當前 Agent 的 skills 目錄；否則默認裝到 ./skills/，Agent 可能無法識別。官方頁面給出的安裝提示爲：
請根據 https://skillhub.cn/install/skillhub.md，安裝
@user_779b44c7/pdf-ocr-md。
CLI 安裝示例（將 <skills 目錄> 換成你當前客戶端的路徑）：
skillhub install user_779b44c7/pdf-ocr-md --dir <skills 目錄>
常用客戶端 skills 目錄（摘自 SkillHub 安裝文檔）：
| 客戶端 | 路徑 |
|---|---|
| Cursor | ~/.cursor/skills/ |
| Claude Code | ~/.claude/skills/ |
| Codex | ~/.codex/skills/ 或項目下 .agents/skills/ |
| Windsurf | ~/.codeium/windsurf/skills/ 或項目下 .windsurf/skills/ |
安裝後按各客戶端要求刷新或重啓，使 Skill 生效。Cursor、Codex CLI、Claude Code 的差異主要體現在 skills 目錄位置；安裝命令格式一致，均爲 skillhub install … --dir …。
典型用法¶
本 Skill 基於通用 SKILL.md 格式，由 Agent 在對話中按技能說明調度底層 OCR 與預處理流程。公開頁面未給出獨立 shell 子命令列表，典型用法是 在已啓用 Skill 的會話裏明確任務與輸入：
- 說明來源類型：PDF 文件、單張/多張圖片，或掃描件。
- 提供文件路徑或按客戶端能力上傳附件。
- 說明關注點：全文提取、只要某幾頁、是否需要保留表格結構或輸出爲 Markdown 等。
- 若文檔質量差（彎曲、歪斜、低分辨率），可說明場景；Skill 側會走傾斜/方向校正與展平等預處理，再選用 PP-OCRv6 的 Tiny / Small / Medium。
對 已有文本層的 PDF，可優先依賴 LiteParse 類極速提取；對 純圖像 PDF 或照片，走 OCR 與版面/表格解析鏈路。具體模型檔位與步驟以 Skill 包內 SKILL.md 爲準，此處不臆造腳本名或固定提示詞模板。
適用場景與注意¶
適合
- 辦公文檔數字化：合同、發票、報告的中文掃描件。
- 手機拍照文檔：頁面彎曲、拍攝角度歪斜。
- 需要在 Agent 內完成「識別 → 結構化」而不是單獨開 OCR 桌面軟件。
注意
- 來源爲 community，維護節奏與上游 OCR 模型更新以 SkillHub 版本爲準；使用前可在商店頁確認版本（當前 3.4.0）。
- 極糊、強反光或手寫爲主的頁面，任何 OCR 都會受限；Tiny 模型更快但精度可能低於 Medium。
- 商店統計（截至頁面元數據）：評分 100000，下載 34789；安裝數顯示爲 0 可能與統計口徑有關，不影響通過 CLI 本地安裝。
- 安裝務必帶
--dir，避免裝錯目錄導致「已安裝但 Agent 不加載」。
結尾¶
「PDF識別提取專家」把 PP-OCRv6 三檔模型、LiteParse 文本層提取、預處理與版面/表格解析打包成 office-efficiency 類 Skill，適合在 Cursor 等 Agent 裏處理中文掃描件與拍照文檔。無需 API Key 即可按 SkillHub 流程安裝使用。
- SkillHub 頁面：https://www.skillhub.cn/skills/user_779b44c7/pdf-ocr-md
- 安裝說明：https://skillhub.cn/install/skillhub.md
- 座標：
@user_779b44c7/pdf-ocr-md
