前言¶
掃描件、截圖和版式複雜的文檔，往往只能以圖片形式留在 Word 裏。手工對照輸入成本高，通用聊天模型直接「看圖」又缺少固定流程，結果不穩定。下面介紹 SkillHub 上的社區 Skill「智能圖片轉文字」，面向「多張圖片集中放在一個 Word 文件裏、需要落成可編輯文字」這一類辦公場景。
這是什麼¶
「智能圖片轉文字」是 SkillHub 座標 @user_8a153b62/smart-ocr 下的 Agent Skill，當前版本 1.0.0，來源爲 community，由發佈者 user_8a153b62 維護，分類爲 office-efficiency（辦公效率）。
官方簡介只有一句可覈對的能力描述：可將一組圖片放在一個 Word 文件裏，解析成文字。它解決的是：把圖片型內容從 Word 容器中抽成文本，供後續編輯、檢索或歸檔，而不是替代完整的版式還原或排版引擎。
- SkillHub 頁面：https://www.skillhub.cn/skills/user_8a153b62/smart-ocr
- API 入口：https://api.skillhub.cn/user_8a153b62/smart-ocr
核心功能¶
依據 SkillHub 頁面與抓取元數據，目前能寫進正文的能力如下。
- 輸入形態：一組圖片放在同一個 Word（
.docx）文件中，由 Skill 按文檔結構解析。 - 輸出目標：從上述 Word 中的圖片提取文字內容（具體輸出格式以 Skill 內
SKILL.md與 Agent 執行結果爲準；官方頁面未展開逐字段說明）。 - 依賴提示：元數據標籤爲
requires_api_key=true，表示運行鏈路中可能需要配置 API Key；頁面未列出具體服務商或環境變量名，安裝後應在 Skill 說明中核對。
SkillHub 側統計（以頁面抓取爲準）：評分 100000，下載 1465 次，安裝計數 0（安裝數隨平臺統計方式可能變化，以 SkillHub 實時顯示爲準）。
安裝與啓用¶
SkillHub 推薦兩種方式：用 skillhub CLI 安裝，或把官方提示詞發給當前 AI，由其按安裝文檔拉取 Skill。
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（含默認 Skill）：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
僅需 CLI 時：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash -s -- --cli-only
2. 安裝本 Skill 到當前 Agent 的 skills 目錄¶
安裝時必須用 --dir 指向當前 Agent 識別的 skills 目錄；默認裝到 ./skills/ 可能不會被加載。
skillhub install @user_8a153b62/smart-ocr --dir <你的 skills 目錄>
常用路徑（來自 SkillHub 安裝文檔）：
- Cursor：
~/.cursor/skills/ - Claude Code：
~/.claude/skills/ - Codex：
~/.codex/skills/或項目下的.agents/skills/
示例（Cursor）：
skillhub install @user_8a153b62/smart-ocr --dir ~/.cursor/skills/
3. 通過對話讓 AI 安裝¶
SkillHub 頁面提供的提示詞爲：
請根據 https://skillhub.cn/install/skillhub.md，安裝 `@user_8a153b62/smart-ocr`。
將上述內容發給支持 Skill 的 Agent 即可；具體是否需重啓 IDE 或重新加載技能，以你所用客戶端文檔爲準。
4. API Key（若 Skill 要求）¶
標籤 requires_api_key=true 表示可能需要密鑰。官方頁面未給出字段名；安裝完成後打開 Skill 目錄中的說明文件，按其中要求配置，避免把密鑰寫進倉庫或聊天記錄。
典型用法¶
官方未提供逐步截圖教程，可復現的流程可以概括爲下面幾步。
- 將需要識別的圖片按你的整理習慣插入同一個 Word 文檔（保持圖片清晰、少嚴重傾斜，有利於識別質量）。
- 在已啓用該 Skill 的 Agent 中，說明目標：從這份 Word 裏提取圖片中的文字（可附上文件路徑或按客戶端要求上傳）。
- 根據 Agent 返回的文本做校對；涉及合同、票據等場景，應人工複覈，不默認「零差錯」。
搜索安裝時也可先用 CLI 確認座標：
skillhub search smart-ocr
適用場景與注意¶
更適合誰
- 辦公人員：書籍掃描頁、資料截圖先塞進 Word，再批量要文字稿。
- 需要與 Agent 工作流銜接的團隊：用標準 Skill 座標固定能力，減少每次手寫 OCR 提示詞。
限制與注意
- 能力邊界以官方簡介爲準：Word 容器 + 圖片 → 文字；未在 SkillHub 頁面承諾表格結構、公式或複雜版式的完整還原。
requires_api_key=true：部署前確認密鑰來源、費用與合規要求。- 社區來源（
community）：更新與維護節奏取決於發佈者，升級可用skillhub相關命令並關注 SkillHub 上的版本號（當前 1.0.0）。 - 用戶線索中的英文說明提到多策略 Tesseract 與 DeepSeek 校驗，未出現在本次覈對的 SkillHub 中文頁面與抓取簡介中，正文不將其列爲已覈實功能；若安裝包內
SKILL.md有進一步描述，以本地 Skill 文件爲準。
結尾¶
「智能圖片轉文字」把「Word 裏攢好的圖片」作爲統一輸入，由 Agent Skill 走解析流程，適合辦公場景裏常見的圖片轉文字需求。安裝與座標以 SkillHub 爲準：
