前言¶
在 Agent 工作流裏處理掃描件、截圖或 PDF，常見做法是隻掛一個通用 OCR：印刷體還行，手寫、公式和混排版面容易丟字、亂序。要補準確率，往往還得自己拼預處理腳本、換引擎、再手工改識別結果，維護成本高。
下面介紹 SkillHub 上的社區 Skill「OCR中英文識別加強版」（@user_6455574a/ocr-pro-v2，當前版本 2.1.1）。它把多引擎識別、專項預處理和 Vision LLM 糾錯串成固定流程，面向中英文印刷體、手寫體和數學公式等場景，並支持 PDF 與圖片輸入。
這是什麼¶
OCR中英文識別加強版 是 SkillHub 分類 office-efficiency 下的社區 Skill（來源：community），座標 @user_6455574a/ocr-pro-v2，由發佈者 user_6455574a 維護；SkillHub 頁面標註作者爲躍淵 META / SKILLDIY 作者自主性相關展示信息。
官方簡介將其定位爲高精度中英文 OCR 技能 v2.1，採用 多引擎集成 + 專項預處理 + LLM 糾錯 的三層架構，目標是提升印刷體、手寫體和數學公式的識別準確度。頁面標籤標明 requires_api_key=false（Skill 本身不要求 API Key；若流程中啓用騰訊 OCR 等 MCP 能力，仍需按對應服務單獨配置，具體以安裝後的 SKILL.md 爲準）。
- SkillHub 頁面：https://www.skillhub.cn/skills/user_6455574a/ocr-pro-v2
- 技能資源地址：https://api.skillhub.cn/user_6455574a/ocr-pro-v2
核心功能¶
以下能力均來自 SkillHub 官方簡介與頁面說明，未單獨覈實的細節不展開。
輸入與場景¶
- 支持 PDF 與 圖片 作爲輸入。
- 面向 中英文 文本，並強調 印刷體、手寫體、數學公式 等難例。
識別引擎組合¶
簡介中列出的引擎與組件包括：
- RapidOCR
- EasyOCR
- TrOCR（頁面描述爲手寫 SOTA）
- Pix2Text（公式 → LaTeX）
- PP-OCRv5
- 騰訊 OCR（MCP）
- Vision LLM 糾錯
三層分工在官方表述中爲：多引擎集成負責識別，專項預處理負責版面與圖像質量，LLM 糾錯負責後處理修正。
在 SkillHub 上的數據（截至頁面抓取）¶
- 版本：2.1.1
- 評分：100000
- 下載：9139
- 安裝計數：0（以 SkillHub 頁面字段爲準）
安裝與啓用¶
Skill 遵循通用 SKILL.md 格式。SkillHub 給出的安裝方式有兩類：用 CLI 安裝到當前 Agent 的 skills 目錄，或把官方提示詞發給 AI 讓其按安裝文檔操作。
1、安裝 SkillHub CLI（若尚未安裝）¶
先檢查是否已有 CLI：
command -v skillhub && skillhub --version
未安裝時，可按 SkillHub 安裝文檔執行完整安裝（文檔推薦）：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
僅安裝 CLI：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash -s -- --cli-only
說明見：https://skillhub.cn/install/skillhub.md
2、安裝本 Skill¶
安裝技能時必須用 --dir 指向當前 Agent 實際使用的 skills 目錄，否則默認會裝到 ./skills/，Agent 可能無法加載。
skillhub install user_6455574a/ocr-pro-v2 --dir <你的 skills 目錄>
SkillHub 頁面提供的 AI 安裝提示爲：
請根據 https://skillhub.cn/install/skillhub.md，安裝 `@user_6455574a/ocr-pro-v2`。
可將上述內容發給 Cursor、Claude Code、Codex CLI 等支持 Skills 的客戶端，由 Agent 按文檔完成安裝。
3、常見 skills 目錄（摘自 SkillHub 安裝文檔）¶
不同客戶端路徑不同，安裝時替換上節的 <你的 skills 目錄>：
| 客戶端 | skills 目錄 |
|---|---|
| Cursor | ~/.cursor/skills/ |
| Claude Code | ~/.claude/skills/ |
| Codex | ~/.codex/skills/ 或項目下的 .agents/skills/ |
| Windsurf | ~/.codeium/windsurf/skills/ 或 .windsurf/skills/ |
安裝後一般需要重啓或重新加載對應客戶端，使新 Skill 生效。官方安裝文檔亦提醒：裝錯目錄時需重啓後仍可能無法識別。
典型用法¶
公開 SkillHub 頁面未提供獨立的命令行 OCR 示例或固定參數表；實際步驟以安裝包內 SKILL.md 及 Agent 對該 Skill 的說明爲準。在已完成安裝的前提下，可按通用 Skills 用法操作：
- 在對話中說明要對本地或工作區內的 PDF / 圖片 做 OCR，並指明文件路徑。
- 說明需求類型（例如：全文提取、保留段落結構、公式輸出 LaTeX、手寫筆記轉可編輯文本），讓 Agent 按 Skill 定義選擇引擎鏈路與糾錯步驟。
- 若 Skill 內配置了騰訊 OCR（MCP）等可選能力，在 Agent 提示缺少憑證或 MCP 未連接時，再按
SKILL.md補充環境，而不是在本文中臆造配置項。
經過上面的步驟，價值在於把「選引擎 + 預處理 + 糾錯」收斂爲一次對話任務，而不是每次手寫腳本拼裝。
適用場景與注意¶
更適合：
- 需要在 Agent 裏批量或反覆處理 中英文混排 文檔、截圖、掃描 PDF。
- 印刷體之外，還要兼顧 手寫 或 公式 識別，且希望有多引擎與 LLM 糾錯兜底。
- 希望用 SkillHub 統一分發，分類落在 office-efficiency，且標籤顯示 不要求 Skill 級 API Key 的場景。
需要注意：
- 多引擎與本地模型依賴會帶來 環境體積、首次下載與運行耗時；具體依賴列表以安裝後的 Skill 文件爲準。
- 騰訊 OCR（MCP）、Vision LLM 糾錯 可能涉及額外服務或模型訪問；頁面簡介只列出能力名稱，未在公開頁給出密鑰字段名，實施時以
SKILL.md爲準。 - SkillHub 統計中的「安裝 0」僅表示平臺字段展示，不代表本地未使用；以你本機
skills目錄是否已有@user_6455574a/ocr-pro-v2爲準。
結尾¶
OCR中英文識別加強版 把 RapidOCR、EasyOCR、TrOCR、Pix2Text、PP-OCRv5、騰訊 OCR（MCP）與 Vision LLM 糾錯組合進同一 Skill，用三層架構處理 PDF 與圖片上的中英文、手寫與公式識別問題。若你正在 SkillHub 上選型 OCR 類能力，可從官方頁面查看版本 2.1.1 與簡介詳情：
https://www.skillhub.cn/skills/user_6455574a/ocr-pro-v2
