前言¶
从扫描件、截图或 PDF 里把表格变成可编辑数据,常见做法是手写脚本调 OCR,或把图丢进在线工具再手工整理。表格有线框、无线框、一页多表、旋转或嵌套时,通用 OCR 往往只能吐出整段文字,单元格边界和行列关系要靠人补。
下面介绍 SkillHub 上的 腾讯云表格识别V3(@tencent-adm/tencentcloud-ocr-recognizetableaccurate)。它把腾讯云文字识别团队的 RecognizeTableAccurateOCR(表格识别 v3)封装成 Agent Skill,让对话式助手在需要识表、抽单元格、导出 Excel 时按统一流程调用接口,而不是每次从零拼参数。
这是什么¶
腾讯云表格识别V3 是面向办公效率(office-efficiency)的企业来源(enterprise)Skill,当前版本 1.0.3,由 腾讯云文字识别团队 发布。
一句话定位:在用户需要从表格图片或 PDF 中识别常规表格、无线表格、多表格,提取每个单元格的文字,或将识别结果导出为 Excel 时,应启用此 Skill。简介中还写明支持中英文表格、旋转表格、嵌套表格等复杂场景,并说明识别效果优于较早的表格识别能力(页面原文在「优于表格识…」处截断,完整表述以 SkillHub 为准)。
Skill 带有 requires_api_key=true 标签,意味着实际识别会走腾讯云 API,需要自行准备并配置密钥,具体字段与调用步骤以安装后包内的 SKILL.md 为准。
核心功能¶
以下能力均来自 SkillHub 官方简介,未在资料中出现的细节不展开:
- 多形态表格:常规有线表、无线表、单页多表。
- 输入形态:表格图片、PDF。
- 输出粒度:按单元格提取文字信息。
- 导出:可将识别结果导出为 Excel 文件。
- 复杂版面:中英文、旋转、嵌套表格等场景在官方说明中均有提及。
底层接口名为 RecognizeTableAccurateOCR(表格识别 v3),Skill 负责在 Agent 侧组织何时调用、如何传参,具体 REST/SDK 细节以腾讯云文字识别产品文档与 Skill 内说明为准。
安装与启用¶
通过 SkillHub CLI 安装¶
先按 SkillHub 安装说明 检查或安装 skillhub CLI:
command -v skillhub && skillhub --version
未安装时可执行(完整安装,含 CLI 与默认 Skill):
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
安装本 Skill 时,必须用 --dir 指向当前 Agent 的 skills 目录,否则默认装到 ./skills/ 可能不会被当前客户端加载:
skillhub install @tencent-adm/tencentcloud-ocr-recognizetableaccurate --dir <skills 目录>
常用客户端 skills 目录(摘自 SkillHub 安装文档):
| 客户端 | skills 目录 |
|---|---|
| Cursor | ~/.cursor/skills/ |
| Claude Code | ~/.claude/skills/ |
| Codex | ~/.codex/skills/ 或项目下 .agents/skills/ |
安装后按各客户端要求重启或刷新技能列表,使 Skill 生效。
用自然语言让 AI 安装¶
SkillHub 页面提供的安装提示词为:
请根据 https://skillhub.cn/install/skillhub.md,安装 `@tencent-adm/tencentcloud-ocr-recognizetableaccurate`。
可将上述内容发给支持 Skill 的 Agent,由其在当前环境的 skills 目录完成安装。
API 密钥¶
标签 requires_api_key=true 表示需要腾讯云 API 凭证。密钥名称、环境变量或配置文件格式以 Skill 包内 SKILL.md 及腾讯云控制台说明为准;本文不列举未在公开页面出现的配置项。
典型用法¶
公开页面未附带独立代码示例,典型流程可归纳为:
- 完成 Skill 安装,并配置腾讯云 API 密钥。
- 在对话中提供表格图片或 PDF 路径(或按 Agent 要求上传文件),说明需求,例如:识别整张表、只提取某区域、或导出为 Excel。
- Agent 根据 Skill 指引调用 RecognizeTableAccurateOCR,返回结构化单元格文本或生成的 Excel 路径。
若需精确参数(图片 Base64、PDF 页码、是否返回 Excel 等),安装后直接阅读 Skill 目录下的 SKILL.md,或让 Agent「按 @tencent-adm/tencentcloud-ocr-recognizetableaccurate 的 SKILL 执行识表」。
适用场景与注意¶
适合谁
- 需要在 Cursor、Claude Code、Codex 等环境里用自然语言完成「识表 → 结构化 → Excel」的开发者或办公用户。
- 表格来源复杂(无线、多表、旋转、嵌套、中英混排),希望用腾讯云表格识别 v3 而不是通用 OCR 凑结果的场景。
使用注意
- 依赖腾讯云文字识别服务:会产生 API 调用与计费,需遵守腾讯云账号与合规要求。
- 必须配置 API 密钥;未配置时 Skill 无法完成真实识别。
- SkillHub 统计(截至资料抓取):评分 100000,下载 8941,安装 643;页面展示版本 v1.0.3。若你看到的数字与线索摘要不一致,以 SkillHub 页面实时数据为准。
- 识别质量仍受原图分辨率、模糊、遮挡影响;极端版式应以接口返回与人工抽检为准。
结尾¶
腾讯云表格识别V3 把 RecognizeTableAccurateOCR 接到 Agent 工作流里,针对「图片/PDF 表格 → 单元格文字 / Excel」这条链路做了技能化封装。需要安装、搜索同类 Skill 或查看详情时,可访问:
- SkillHub 页面:https://www.skillhub.cn/skills/tencent-adm/tencentcloud-ocr-recognizetableaccurate
- 官方坐标页:https://api.skillhub.cn/tencent-adm/tencentcloud-ocr-recognizetableaccurate
先做 CLI 或提示词安装,再配置 API 密钥,即可在对话里用该 Skill 处理表格识别任务。