騰訊雲表格識別V3:在 Agent 裏調用 RecognizeTableAccurateOCR

前言

從掃描件、截圖或 PDF 裏把表格變成可編輯數據,常見做法是手寫腳本調 OCR,或把圖丟進在線工具再手工整理。表格有線框、無線框、一頁多表、旋轉或嵌套時,通用 OCR 往往只能吐出整段文字,單元格邊界和行列關係要靠人補。

下面介紹 SkillHub 上的 騰訊雲表格識別V3(@tencent-adm/tencentcloud-ocr-recognizetableaccurate)。它把騰訊雲文字識別團隊的 RecognizeTableAccurateOCR(表格識別 v3)封裝成 Agent Skill,讓對話式助手在需要識表、抽單元格、導出 Excel 時按統一流程調用接口,而不是每次從零拼參數。

這是什麼

騰訊雲表格識別V3 是面向辦公效率(office-efficiency)的企業來源(enterprise)Skill,當前版本 1.0.3,由 騰訊雲文字識別團隊 發佈。

一句話定位:在用戶需要從表格圖片或 PDF 中識別常規表格、無線表格、多表格,提取每個單元格的文字,或將識別結果導出爲 Excel 時,應啓用此 Skill。簡介中還寫明支持中英文表格、旋轉表格、嵌套表格等複雜場景,並說明識別效果優於較早的表格識別能力(頁面原文在「優於表格識…」處截斷,完整表述以 SkillHub 爲準)。

Skill 帶有 requires_api_key=true 標籤,意味着實際識別會走騰訊雲 API,需要自行準備並配置密鑰,具體字段與調用步驟以安裝後包內的 SKILL.md 爲準。

核心功能

以下能力均來自 SkillHub 官方簡介,未在資料中出現的細節不展開:

  1. 多形態表格:常規有線表、無線表、單頁多表。
  2. 輸入形態:表格圖片、PDF。
  3. 輸出粒度:按單元格提取文字信息。
  4. 導出:可將識別結果導出爲 Excel 文件。
  5. 複雜版面:中英文、旋轉、嵌套表格等場景在官方說明中均有提及。

底層接口名爲 RecognizeTableAccurateOCR(表格識別 v3),Skill 負責在 Agent 側組織何時調用、如何傳參,具體 REST/SDK 細節以騰訊雲文字識別產品文檔與 Skill 內說明爲準。

安裝與啓用

通過 SkillHub CLI 安裝

先按 SkillHub 安裝說明 檢查或安裝 skillhub CLI:

command -v skillhub && skillhub --version

未安裝時可執行(完整安裝,含 CLI 與默認 Skill):

curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash

安裝本 Skill 時,必須用 --dir 指向當前 Agent 的 skills 目錄,否則默認裝到 ./skills/ 可能不會被當前客戶端加載:

skillhub install @tencent-adm/tencentcloud-ocr-recognizetableaccurate --dir <skills 目錄>

常用客戶端 skills 目錄(摘自 SkillHub 安裝文檔):

客戶端 skills 目錄
Cursor ~/.cursor/skills/
Claude Code ~/.claude/skills/
Codex ~/.codex/skills/ 或項目下 .agents/skills/

安裝後按各客戶端要求重啓或刷新技能列表,使 Skill 生效。

用自然語言讓 AI 安裝

SkillHub 頁面提供的安裝提示詞爲:

請根據 https://skillhub.cn/install/skillhub.md,安裝 `@tencent-adm/tencentcloud-ocr-recognizetableaccurate`。

可將上述內容發給支持 Skill 的 Agent,由其在當前環境的 skills 目錄完成安裝。

API 密鑰

標籤 requires_api_key=true 表示需要騰訊雲 API 憑證。密鑰名稱、環境變量或配置文件格式以 Skill 包內 SKILL.md 及騰訊雲控制台說明爲準;本文不列舉未在公開頁面出現的配置項。

典型用法

公開頁面未附帶獨立代碼示例,典型流程可歸納爲:

  1. 完成 Skill 安裝,並配置騰訊雲 API 密鑰。
  2. 在對話中提供表格圖片或 PDF 路徑(或按 Agent 要求上傳文件),說明需求,例如:識別整張表、只提取某區域、或導出爲 Excel。
  3. Agent 根據 Skill 指引調用 RecognizeTableAccurateOCR,返回結構化單元格文本或生成的 Excel 路徑。

若需精確參數(圖片 Base64、PDF 頁碼、是否返回 Excel 等),安裝後直接閱讀 Skill 目錄下的 SKILL.md,或讓 Agent「按 @tencent-adm/tencentcloud-ocr-recognizetableaccurate 的 SKILL 執行識表」。

適用場景與注意

適合誰

  • 需要在 Cursor、Claude Code、Codex 等環境裏用自然語言完成「識表 → 結構化 → Excel」的開發者或辦公用戶。
  • 表格來源複雜(無線、多表、旋轉、嵌套、中英混排),希望用騰訊雲表格識別 v3 而不是通用 OCR 湊結果的場景。

使用注意

  • 依賴騰訊雲文字識別服務:會產生 API 調用與計費,需遵守騰訊雲賬號與合規要求。
  • 必須配置 API 密鑰;未配置時 Skill 無法完成真實識別。
  • SkillHub 統計(截至資料抓取):評分 100000,下載 8941,安裝 643;頁面展示版本 v1.0.3。若你看到的數字與線索摘要不一致,以 SkillHub 頁面實時數據爲準。
  • 識別質量仍受原圖分辨率、模糊、遮擋影響;極端版式應以接口返回與人工抽檢爲準。

結尾

騰訊雲表格識別V3 把 RecognizeTableAccurateOCR 接到 Agent 工作流裏,針對「圖片/PDF 表格 → 單元格文字 / Excel」這條鏈路做了技能化封裝。需要安裝、搜索同類 Skill 或查看詳情時,可訪問:

  • SkillHub 頁面:https://www.skillhub.cn/skills/tencent-adm/tencentcloud-ocr-recognizetableaccurate
  • 官方座標頁:https://api.skillhub.cn/tencent-adm/tencentcloud-ocr-recognizetableaccurate

先做 CLI 或提示詞安裝,再配置 API 密鑰,即可在對話裏用該 Skill 處理表格識別任務。

羽毛球分组比赛记分
小程序二维码

欢迎使用《羽毛球分组比赛记分》微信小程序

小夜