前言¶
在 Agent 工作流里处理扫描件、截图或 PDF，常见做法是只挂一个通用 OCR：印刷体还行，手写、公式和混排版面容易丢字、乱序。要补准确率，往往还得自己拼预处理脚本、换引擎、再手工改识别结果，维护成本高。
下面介绍 SkillHub 上的社区 Skill「OCR中英文识别加强版」（@user_6455574a/ocr-pro-v2，当前版本 2.1.1）。它把多引擎识别、专项预处理和 Vision LLM 纠错串成固定流程，面向中英文印刷体、手写体和数学公式等场景，并支持 PDF 与图片输入。
这是什么¶
OCR中英文识别加强版 是 SkillHub 分类 office-efficiency 下的社区 Skill（来源：community），坐标 @user_6455574a/ocr-pro-v2，由发布者 user_6455574a 维护；SkillHub 页面标注作者为跃渊 META / SKILLDIY 作者自主性相关展示信息。
官方简介将其定位为高精度中英文 OCR 技能 v2.1，采用 多引擎集成 + 专项预处理 + LLM 纠错 的三层架构，目标是提升印刷体、手写体和数学公式的识别准确度。页面标签标明 requires_api_key=false（Skill 本身不要求 API Key；若流程中启用腾讯 OCR 等 MCP 能力，仍需按对应服务单独配置，具体以安装后的 SKILL.md 为准）。
- SkillHub 页面：https://www.skillhub.cn/skills/user_6455574a/ocr-pro-v2
- 技能资源地址：https://api.skillhub.cn/user_6455574a/ocr-pro-v2
核心功能¶
以下能力均来自 SkillHub 官方简介与页面说明，未单独核实的细节不展开。
输入与场景¶
- 支持 PDF 与 图片 作为输入。
- 面向 中英文 文本，并强调 印刷体、手写体、数学公式 等难例。
识别引擎组合¶
简介中列出的引擎与组件包括：
- RapidOCR
- EasyOCR
- TrOCR（页面描述为手写 SOTA）
- Pix2Text（公式 → LaTeX）
- PP-OCRv5
- 腾讯 OCR（MCP）
- Vision LLM 纠错
三层分工在官方表述中为：多引擎集成负责识别，专项预处理负责版面与图像质量，LLM 纠错负责后处理修正。
在 SkillHub 上的数据（截至页面抓取）¶
- 版本：2.1.1
- 评分：100000
- 下载：9139
- 安装计数：0（以 SkillHub 页面字段为准）
安装与启用¶
Skill 遵循通用 SKILL.md 格式。SkillHub 给出的安装方式有两类：用 CLI 安装到当前 Agent 的 skills 目录，或把官方提示词发给 AI 让其按安装文档操作。
1、安装 SkillHub CLI（若尚未安装）¶
先检查是否已有 CLI：
command -v skillhub && skillhub --version
未安装时，可按 SkillHub 安装文档执行完整安装（文档推荐）：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
仅安装 CLI：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash -s -- --cli-only
说明见：https://skillhub.cn/install/skillhub.md
2、安装本 Skill¶
安装技能时必须用 --dir 指向当前 Agent 实际使用的 skills 目录，否则默认会装到 ./skills/，Agent 可能无法加载。
skillhub install user_6455574a/ocr-pro-v2 --dir <你的 skills 目录>
SkillHub 页面提供的 AI 安装提示为：
请根据 https://skillhub.cn/install/skillhub.md，安装 `@user_6455574a/ocr-pro-v2`。
可将上述内容发给 Cursor、Claude Code、Codex CLI 等支持 Skills 的客户端，由 Agent 按文档完成安装。
3、常见 skills 目录（摘自 SkillHub 安装文档）¶
不同客户端路径不同，安装时替换上节的 <你的 skills 目录>：
| 客户端 | skills 目录 |
|---|---|
| Cursor | ~/.cursor/skills/ |
| Claude Code | ~/.claude/skills/ |
| Codex | ~/.codex/skills/ 或项目下的 .agents/skills/ |
| Windsurf | ~/.codeium/windsurf/skills/ 或 .windsurf/skills/ |
安装后一般需要重启或重新加载对应客户端，使新 Skill 生效。官方安装文档亦提醒：装错目录时需重启后仍可能无法识别。
典型用法¶
公开 SkillHub 页面未提供独立的命令行 OCR 示例或固定参数表；实际步骤以安装包内 SKILL.md 及 Agent 对该 Skill 的说明为准。在已完成安装的前提下，可按通用 Skills 用法操作：
- 在对话中说明要对本地或工作区内的 PDF / 图片 做 OCR，并指明文件路径。
- 说明需求类型（例如：全文提取、保留段落结构、公式输出 LaTeX、手写笔记转可编辑文本），让 Agent 按 Skill 定义选择引擎链路与纠错步骤。
- 若 Skill 内配置了腾讯 OCR（MCP）等可选能力，在 Agent 提示缺少凭证或 MCP 未连接时，再按
SKILL.md补充环境，而不是在本文中臆造配置项。
经过上面的步骤，价值在于把「选引擎 + 预处理 + 纠错」收敛为一次对话任务，而不是每次手写脚本拼装。
适用场景与注意¶
更适合：
- 需要在 Agent 里批量或反复处理 中英文混排 文档、截图、扫描 PDF。
- 印刷体之外，还要兼顾 手写 或 公式 识别，且希望有多引擎与 LLM 纠错兜底。
- 希望用 SkillHub 统一分发，分类落在 office-efficiency，且标签显示 不要求 Skill 级 API Key 的场景。
需要注意：
- 多引擎与本地模型依赖会带来 环境体积、首次下载与运行耗时；具体依赖列表以安装后的 Skill 文件为准。
- 腾讯 OCR（MCP）、Vision LLM 纠错 可能涉及额外服务或模型访问；页面简介只列出能力名称，未在公开页给出密钥字段名，实施时以
SKILL.md为准。 - SkillHub 统计中的「安装 0」仅表示平台字段展示，不代表本地未使用；以你本机
skills目录是否已有@user_6455574a/ocr-pro-v2为准。
结尾¶
OCR中英文识别加强版 把 RapidOCR、EasyOCR、TrOCR、Pix2Text、PP-OCRv5、腾讯 OCR（MCP）与 Vision LLM 纠错组合进同一 Skill，用三层架构处理 PDF 与图片上的中英文、手写与公式识别问题。若你正在 SkillHub 上选型 OCR 类能力，可从官方页面查看版本 2.1.1 与简介详情：
https://www.skillhub.cn/skills/user_6455574a/ocr-pro-v2
