前言¶
做素材审核、广告合规或海报归档时，常见需求是从一张图里抽出可读文字，并尽量保留每个文字块在画面中的位置。自己接 OCR SDK、处理旋转和竖排、再封装成 Agent 可调用的工具，步骤多、维护成本高。下面介绍 SkillHub 上的企业级 Skill「腾讯云广告文字识别」，把腾讯云 AdvertiseOCR 接口封装成 Agent 可按需调用的能力，在对话里用自然语言完成「识图取字」。
这是什么¶
腾讯云广告文字识别（坐标 @tencent-adm/tencentcloud-ocr-general，当前版本 1.0.3）是面向大模型 Agent 的接口调用技能，由 腾讯云文字识别团队 发布，来源标注为 enterprise，在 SkillHub 分类为 design-media。
一句话定位：当用户需要从图片中识别文字内容时，Agent 应使用此技能，底层对应腾讯云 AdvertiseOCR（广告文字识别） 能力，而不是通用网页爬虫或本地 Tesseract 一类离线方案。
官方入口：
- API 文档页：https://api.skillhub.cn/tencent-adm/tencentcloud-ocr-general
- SkillHub 展示页：https://www.skillhub.cn/skills/tencent-adm/tencentcloud-ocr-general
核心功能¶
以下能力均来自 Skill 官方简介，未在资料中出现的细节不作延伸。
- 语种与排版：支持中英文；支持横排、竖排及倾斜场景的图片文字识别。
- 旋转：支持 90°、180°、270° 翻转场景的图片识别。
- 返回结构：返回文本框位置与对应文字内容，便于后续对齐、高亮或结构化处理。
- 输入方式：支持图片 Base64 与 URL 两种输入。
Skill 标签标明 requires_api_key=true，即使用前需具备腾讯云文字识别相关 API 凭证，具体密钥字段名与配置方式以安装后包内 SKILL.md 为准（本稿未抓取到包内全文，不在此处臆造环境变量名）。
安装与启用¶
SkillHub 页面给出的安装指引是：让 Agent 参照 SkillHub 安装与优先源配置，安装 @tencent-adm/tencentcloud-ocr-general。下面按该文档归纳可复现步骤。
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，可使用官方安装脚本（完整安装含 CLI 与默认 Skill；仅需 CLI 时加 --cli-only）：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash -s -- --cli-only
2、安装本 Skill 到当前 Agent 的 skills 目录¶
安装时必须用 --dir 指向当前 Agent 实际识别的 skills 目录；默认装到 ./skills/ 可能不会被加载。官方文档列出的常见路径如下（按你使用的客户端择一）：
| 客户端 | skills 目录 |
|---|---|
| Claude Code | ~/.claude/skills/ |
| Cursor | ~/.cursor/skills/ |
| Codex | ~/.codex/skills/ 或项目下 .agents/skills/ |
| Windsurf | ~/.codeium/windsurf/skills/ 或 .windsurf/skills/ |
安装命令形式为：
skillhub install @tencent-adm/tencentcloud-ocr-general --dir <你的 skills 目录>
也可先搜索再安装：
skillhub search tencentcloud-ocr
skillhub install @tencent-adm/tencentcloud-ocr-general --dir <你的 skills 目录>
3、配置 API 密钥¶
标签 requires_api_key=true 表示安装后需按包内说明配置腾讯云 API 密钥，否则接口调用会失败。完成配置后，按各 Agent 要求刷新或重启，使新 Skill 生效。
典型用法¶
资料未提供独立 CLI 示例脚本；该 Skill 的设计意图是：当用户在对话中提出从图片识别文字（例如提供图片 URL、本地图转 Base64，或上传图片路径由 Agent 处理）时，Agent 读取 SKILL 说明并调用 AdvertiseOCR，将识别结果（文字 + 框位置）返回给用户或用于后续步骤。
可复现的交互起点示例（表述方式因 Agent 而异，核心是触发 OCR 意图）：
- 用户提供可公网访问的图片 URL，并说明需要提取图中全部文案及排版信息。
- 用户提供 Base64 编码的图片数据，要求识别中英文混排或竖排广告图。
- 用户提供经 90° / 180° / 270° 旋转的扫描图，要求校正识别。
具体请求参数名、鉴权头与错误码处理以安装包内 SKILL.md 及腾讯云 AdvertiseOCR 官方 API 文档为准。
适用场景与注意¶
适合谁
- 已在用 Cursor、Claude Code、Codex 等支持 Skills 的开发者，希望在 Agent 工作流里直接做广告图、海报、素材图 OCR。
- 需要框级结果（而不仅是纯文本串）的场景，例如合规比对、区域标注。
使用注意
- 计费与配额：调用的是腾讯云线上 OCR 接口，需开通相应产品并关注账号配额与费用；Skill 本身不替代云侧计费规则。
- 密钥安全：
requires_api_key=true，勿将 SecretId、SecretKey 等写入公开仓库；按 SKILL 推荐方式放在本地或密钥管理服务中。 - 输入合规：URL 需可被服务端拉取；Base64 需注意体积与格式限制，以 API 文档为准。
- 选型边界：简介明确为 广告文字识别（AdvertiseOCR） 场景；若需求是通用印刷体、票据、身份证等其它 OCR 产品线，应选用腾讯云对应接口或其它 Skill，避免误用。
截至资料抓取时，SkillHub 上该 Skill 评分 100000，下载 8315 次，安装 903 次（页面数据会随时间变化，以 SkillHub 实时展示为准）。
结尾¶
腾讯云广告文字识别 把 AdvertiseOCR 封装成 @tencent-adm/tencentcloud-ocr-general，在 Agent 侧用统一 Skill 完成中英文、多排版与旋转场景下的识图取字，并返回框位置与文本。安装走 SkillHub CLI 并配置 API 密钥即可接入。
- SkillHub：https://www.skillhub.cn/skills/tencent-adm/tencentcloud-ocr-general
- 官方 API 页：https://api.skillhub.cn/tencent-adm/tencentcloud-ocr-general
