MacOCR:在 macOS 上用 Vision 做图片文字识别

前言

在 macOS 上从截图、照片或扫描件里抠文字,常见做法是装第三方 OCR 工具,或把图片丢到在线服务里再复制结果。若你已经在 Cursor、Claude Code 等环境里用 Agent Skill 扩展能力,更希望识别逻辑留在本机、且不必单独申请 API Key,就需要一条能调用系统能力的 Skill。下面介绍 SkillHub 上的 MacOCR,它面向 macOS,依赖系统内置的 Vision OCR 框架完成识别。

这是什么

MacOCR(坐标 @user_9a66f56b/macos-ocr)是社区来源(community)的 Agent Skill,当前版本为 1.0.0,分类为 office-efficiency。发布者为 user_9a66f56b。

官方说明:使用 macOS 内置 Vision OCR 框架从图片中提取文字;当用户需要在 macOS 上识别图片、截图、照片或扫描文档中的文字时使用。支持简体中文、繁体中文和英文识别,仅适用于支持 Swift 的 macOS 系统。Skill 标签标明 requires_api_key=false,无需配置外部 API Key。

核心功能

依据 SkillHub 页面与抓取元数据,可核实的能力如下:

  1. 本机 OCR:通过 macOS Vision 框架识别图片中的文字,不依赖第三方 OCR 云服务。
  2. 多语言:支持简体中文、繁体中文、英文。
  3. 输入形态:面向图片、截图、照片、扫描文档等常见静态图像场景(具体调用方式由 Skill 内 SKILL.md 指导 Agent 执行)。
  4. 平台限制:仅适用于 macOS,且需为支持 Swift 的环境。

安装与启用

安装 SkillHub CLI

若尚未安装 skillhub,可先检查版本:

command -v skillhub && skillhub --version

未安装时,可按 SkillHub 官方安装文档执行完整安装(CLI + 默认 Skill):

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

仅需要 CLI 时:

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

安装 MacOCR

安装技能时必须用 --dir 指向当前 Agent 的 skills 目录,否则默认装到 ./skills/ 可能不会被识别。官方页面给出的安装方式为:参照 SkillHub 安装说明,安装 @user_9a66f56b/macos-ocr。

命令行示例(将 <skills 目录> 换成你当前客户端的路径):

skillhub install user_9a66f56b/macos-ocr --dir <skills 目录>

常用客户端 skills 目录(来自 SkillHub 安装文档):

  • Cursor:~/.cursor/skills/
  • Claude Code:~/.claude/skills/
  • Codex:~/.codex/skills/ 或项目下的 .agents/skills/

也可在对话中让 AI 按上述安装文档完成安装。安装后按你所用客户端的要求刷新或重启 Agent,使 Skill 被加载。

典型用法

公开页面未单独列出可复制的 OCR 命令行示例;用法由 Skill 包内的说明驱动 Agent:当你在 macOS 上提出「从这张图/截图里提取文字」「识别扫描件里的中文/英文」等需求时,Agent 在已启用 MacOCR 的前提下,应走 Vision OCR 流程处理你提供的图片路径或附件。

可复现的验证方式:

  1. 在 macOS 上完成 MacOCR 安装并确认 Agent 已加载该 Skill。
  2. 提供一张含简体中文、繁体中文或英文的图片或截图,并明确要求提取文字。
  3. 对照原图检查 Agent 返回的文本是否完整、语言是否匹配。

适用场景与注意

适合谁

  • 主要在 macOS 上工作,需要把截图、照片、扫描 PDF 页等里的文字交给 AI 继续编辑、摘要或检索。
  • 希望利用 系统内置 Vision,避免为 OCR 单独配置 API Key(requires_api_key=false)。
  • 已使用 SkillHub 或愿意按官方文档安装 CLI 的开发者。

限制与注意

  • 非 macOS 不可用;Linux、Windows 环境不应安装或依赖此 Skill。
  • 识别质量取决于 Vision 框架与图片清晰度,Skill 页面未承诺额外后处理或版面分析能力。
  • SkillHub 元数据为社区来源,使用前可在 SkillHub 查看评分与安装量;截至资料抓取时:评分 100000,下载 1048,安装 62(以 SkillHub 页面实时数据为准)。

结尾

MacOCR 把 macOS 自带的 Vision OCR 封装成 Agent Skill,适合在本机处理截图与文档图片中的简繁中文、英文文字,且无需 API Key。安装与坐标以 SkillHub 为准。

  • SkillHub 页面:https://www.skillhub.cn/skills/user_9a66f56b/macos-ocr
  • 官方地址(资料中的 API 入口):https://api.skillhub.cn/user_9a66f56b/macos-ocr
  • 安装说明:https://skillhub.cn/install/skillhub.md
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