前言¶
在 Agent 工作流裏，截圖、掃描件、照片裏的文字常常需要進筆記、進代碼或進檢索。走雲端 OCR 往往要配 API Key、考慮出網和計費；純手寫腳本又要在環境裏反覆裝引擎、調語言包。下面介紹 SkillHub 上的 OCR-Local-1.0（座標 @user_8353d908/ocr-rlocal）：用 Tesseract.js 在本地做 OCR，官方說明爲 100% local、無需 API Key，並支持簡體中文、繁體中文與英文。
這是什麼¶
OCR-Local-1.0 是社區來源（community）的 Agent Skill，當前版本 1.0.0，發佈者爲 user_8353d908，在 SkillHub 分類爲 office-efficiency（辦公效率）。Skill 標籤標明 requires_api_key=false，與「純本地、不依賴密鑰」的定位一致。
一句話定位：讓支持 Skills 的 AI 客戶端在識別圖片文字時，按 Skill 指引使用 Tesseract.js 在本地提取文本，而不是調用需要密鑰的在線 OCR 服務。
核心功能¶
依據 SkillHub 頁面與抓取資料，可覈實的能力如下：
- 圖片轉文字：從圖像中提取文本（基於 Tesseract.js OCR）。
- 完全本地：處理在本地完成，不需要 API Key。
- 多語言：支持簡體中文、繁體中文與 English。
未在官方頁面展開的實現細節（例如具體 Node 版本、預置語言包路徑、批處理接口）本文不展開，避免與 SKILL 正文不一致。
安裝與啓用¶
SkillHub 給出的安裝方式是：參照 SkillHub 安裝與優先源配置，安裝座標 @user_8353d908/ocr-rlocal。也可把下面提示詞發給已具備 SkillHub 能力的 AI，由它按文檔完成安裝：
請根據 https://skillhub.cn/install/skillhub.md，安裝 `@user_8353d908/ocr-rlocal`。
安裝 SkillHub CLI（若尚未安裝）¶
先確認本機是否已有 skillhub：
command -v skillhub && skillhub --version
未安裝時，官方提供完整安裝（CLI + 默認 Skill）或僅 CLI：
# 完整安裝（CLI + 默認 Skill，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
安裝本 Skill 到當前 Agent 目錄¶
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/，客戶端可能識別不到。官方文檔列出的常見路徑包括：
| 客戶端 | Skills 目錄（示例） |
|---|---|
| Claude Code | ~/.claude/skills/ |
| Cursor | ~/.cursor/skills/ |
| Codex | ~/.codex/skills/ 或項目下的 .agents/skills/ |
| Windsurf | ~/.codeium/windsurf/skills/ 或項目下的 .windsurf/skills/ |
在對應目錄已確認的前提下，執行（將 <skills 目錄> 換成你的路徑）：
skillhub install @user_8353d908/ocr-rlocal --dir <skills 目錄>
也可先搜索再安裝：
skillhub search ocr-rlocal
skillhub install @user_8353d908/ocr-rlocal --dir <skills 目錄>
經過上面的步驟後，按你所用客戶端的要求重啓或刷新 Skills 列表，使 OCR-Local-1.0 生效。
典型用法¶
官方 SkillHub 頁面未單獨給出可複製的一鍵 OCR 命令行示例；典型用法符合通用 Skill 模式：
- 確認 OCR-Local-1.0 已裝入當前 Agent 的 skills 目錄並已啓用。
- 在對話中提供待識別圖片（附件或工作區內的圖片路徑，以客戶端能力爲準）。
- 用自然語言說明需求，例如：從這張截圖提取全部文字、只提取中文段落、或輸出爲 Markdown 列表。
Agent 會按 Skill 內嵌的 SKILL.md 指引調用 Tesseract.js 在本地跑識別。具體依賴安裝、語言包選擇與錯誤處理以 Skill 正文爲準；若識別失敗，可在同一會話中讓 Agent 根據 Skill 說明檢查本地環境與圖像質量。
適用場景與注意¶
適合誰
- 需要把截圖、證件照、簡單掃描頁裏的字變成可編輯文本，且希望不出網、不配 OCR API 的開發者或辦公場景。
- 已在 Cursor、Claude Code、Codex 等支持 SkillHub 安裝路徑的環境中工作，願意用一條
skillhub install統一裝 Skill 的用戶。
限制與注意
- 本地算力與依賴：Tesseract.js 在本地運行，大圖、低質量圖或複雜版式可能慢或誤識率高；語言包與運行時需滿足 Skill 要求（細節見安裝後的 SKILL 說明）。
- 語言範圍：官方僅聲明簡中、繁中與 English；其他語種是否可用取決於 Tesseract 語言包是否由 Skill 支持，未聲明的不應默認可用。
- 隱私與合規：文本留在本機處理，適合對出網敏感的材料；仍應注意圖片本身在磁盤與對話日誌中的留存策略。
- 商店數據：SkillHub 頁面顯示評分 100000、下載 1152、安裝 31（以頁面展示爲準，會隨時間變化）。
結尾¶
OCR-Local-1.0 把「圖片 → 文本」收進 Agent Skill：Tesseract.js、本地執行、無需 API Key，並覆蓋中英（含簡繁）。若你正在 SkillHub 上找辦公效率類、免密鑰的 OCR 能力，可從官方條目入手安裝與試用。
- SkillHub 頁面：https://www.skillhub.cn/skills/user_8353d908/ocr-rlocal
- 座標：
@user_8353d908/ocr-rlocal - 版本：1.0.0
