前言¶
在对话里贴截图、发扫描件或丢一张带 URL 的配图，很常见。若每次都手写 OCR 脚本、调 REST、再拼坐标和正文，Agent 的上下文会被流程占满，识别质量还取决于你选的接口和参数。
下面介绍 SkillHub 上的企业技能包 腾讯云文字识别（通用高精度版）（@tencent-adm/tencentcloud-ocr）。它把腾讯云「通用文字识别（高精度版）」封装成 Agent 可加载的 Skill：用户发图、贴图、给图片链接或明确要求「识别文字」时，由模型按技能说明自动走识别，并返回文字框位置与内容，适合版式复杂、字数多、对准召率要求偏高的场景。
这是什么¶
腾讯云文字识别（通用高精度版） 是腾讯云文字识别团队发布的企业来源（enterprise）技能，当前版本 v1.0.5，在 SkillHub 分类为 knowledge-management（知识管理）。
技能坐标：@tencent-adm/tencentcloud-ocr。官方说明页：https://api.skillhub.cn/tencent-adm/tencentcloud-ocr；SkillHub 展示页：https://www.skillhub.cn/skills/tencent-adm/tencentcloud-ocr。
与「临时写一段调用代码」相比，它的价值在于：触发条件、能力边界和返回形态写在 SKILL.md 里，Agent 在合适时机自动选用，减少重复造轮子。
核心功能¶
以下能力均来自 SkillHub 与已抓取资料中的技能简介，未列出的接口字段或参数不在本文展开。
- 触发方式：用户发送或粘贴图片、提供图片 URL，或要求识别图片中的文字时，应自动调用此技能。
- 识别范围：支持图像整体文字的检测与识别；支持中文、英文、中英文混合、数字及特殊符号。
- 返回内容：返回文字框位置与对应文字内容。
- 场景定位：适用于文字较多、版式复杂、对识别准召率要求较高的场景。
- 凭证要求：标签标明
requires_api_key=true，使用前需配置腾讯云文字识别相关 API 密钥（具体环境变量名以技能包内SKILL.md为准）。
安装与启用¶
安装流程遵循 SkillHub 通用说明：https://skillhub.cn/install/skillhub.md。
1、检查或安装 SkillHub CLI¶
先确认本机是否已有 skillhub：
command -v skillhub && skillhub --version
若未安装，可按官方文档执行完整安装（CLI + 默认 Skill）：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
仅需 CLI 时：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash -s -- --cli-only
2、安装技能到当前 Agent 的 skills 目录¶
安装时必须用 --dir 指向当前 Agent 识别的 skills 目录；默认装到 ./skills/ 可能不会被加载。
skillhub install @tencent-adm/tencentcloud-ocr --dir <你的 skills 目录>
也可按 SkillHub 页面提示，让 AI 根据 skillhub.md 安装 @tencent-adm/tencentcloud-ocr。
常见客户端 skills 路径（摘自官方安装文档）：
- Cursor：
~/.cursor/skills/ - Claude Code：
~/.claude/skills/ - Codex：
~/.codex/skills/或项目下的.agents/skills/
安装后按所用客户端要求重启或刷新技能列表，并按要求配置 API Key。
典型用法¶
技能设计为「对话驱动」，没有单独再列一套与 SkillHub 页面不一致的 CLI 子命令。典型交互如下。
- 在已启用技能的 Agent 中粘贴一张含文字的图片，或发送可访问的图片 URL。
- 用自然语言说明需求，例如：「识别图中的全部文字」「按阅读顺序输出，并标出每段的位置」。
- Agent 根据
SKILL.md调用腾讯云通用高精度 OCR，将识别结果（含文字框与文本）整理后回复。
若需批量或流水线处理，仍可在业务代码中直接调用腾讯云 OCR API；本技能主要解决 在 Agent 会话里自动、按需触发识别 的问题。
适用场景与注意¶
适合谁
- 需要在 Cursor、Claude Code、Codex 等支持 Skills 的环境里，把「看图识字」变成默认能力的产品或内部工具开发者。
- 文档截图、表格照片、海报混排等版式复杂、字数多的素材，且希望用腾讯云高精度通用 OCR 而不是自研规则。
使用注意
- 须开通腾讯云文字识别服务并配置 API 密钥；未配置时技能无法完成真实调用。
- 图片 URL 需可被调用方访问；本地路径是否支持取决于技能包内实现，以安装的
SKILL.md为准。 - SkillHub 页面显示评分为 100000，下载约 15857 次（统计以 SkillHub 展示为准）。企业来源技能的功能与计费以腾讯云官方文档为准。
结尾¶
腾讯云文字识别（通用高精度版） 把高精度通用 OCR 封装成 Agent Skill：发图、贴链或口头要求识别时自动调用，返回框位与文本，便于知识整理与复杂版式识读。安装与目录配置见 SkillHub 安装说明，技能详情见 https://api.skillhub.cn/tencent-adm/tencentcloud-ocr。
