前言¶
把扫描件、截图或手写笔记交给 Agent 做文字提取时，常见问题是印刷体还行，手写和公式错得离谱。单引擎 OCR 往往要在「通用文档」和「公式 / 手写」之间二选一，后处理还得自己拼 LaTeX。下面介绍 SkillHub 上的社区 Skill「超强 AI OCR-Pro v2.1 升级版」，它在常规文档识别之外，明确集成了 TrOCR（英文手写）和 Pix2Text（公式转 LaTeX），适合挂在 Cursor、Claude Code 等支持 Skills 的客户端里，由 Agent 按 SKILL 说明调用。
这是什么¶
一句话定位：面向办公效率（office-efficiency）的 OCR 类 Agent Skill，侧重中英文内容与数学物理公式的识别。
- 坐标：
@user_6455574a/super-ocr-pro - SkillHub 页面：super-ocr-pro
- 发布者：
user_6455574a（页面标注作者为跃渊META SKILLDIY） - 来源：community
- 包版本：1.0.0（名称中的 v2.1 为技能迭代标识）
- 标签：
requires_api_key=false（按 SkillHub 元数据，不强制配置 API Key）
SkillHub 当前展示评分 100000、下载 1602 次（数据以页面为准，会随时间变化）。
核心功能¶
以下能力均来自 SkillHub 官方简介，只列已写明的内容。
常规文档识别¶
除下面两项「新增」能力外，技能说明写明支持常规文档识别（具体引擎与预处理细节以安装后的 SKILL.md 为准，此处不展开未在商店页出现的组件名）。
TrOCR：英文手写体¶
- 定位：英文手写体识别，说明中称 SOTA 方向能力之一。
- 参考指标：在 IAM 数据集上 CER 2.89；页面表述为比 EasyOCR 在手写场景更强一档。
Pix2Text：数学公式 → LaTeX¶
- 将数学公式识别为 LaTeX。
- 基于 Pix2Text，CPU 可用。
- 支持纯公式页面，也支持公式与正文混排的文档。
技能名称与简介强调中英文及数学物理公式识别，与上述 TrOCR、Pix2Text 专项能力一致。
安装与启用¶
安装流程遵循 SkillHub 通用文档 skillhub.md。商店页给出的提示是：让 AI 按该文档安装 @user_6455574a/super-ocr-pro。
1、检查或安装 skillhub CLI¶
先确认本机是否已有 CLI：
command -v skillhub && skillhub --version
若未安装，可使用官方一键脚本（完整安装含 CLI 与默认 Skill）：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
仅需 CLI 时：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash -s -- --cli-only
2、安装到当前 Agent 的 skills 目录¶
必须用 --dir 指向当前客户端识别的 skills 目录；默认装到 ./skills/ 时，部分 Agent 不会加载，安装后通常还需重启客户端。
skillhub install user_6455574a/super-ocr-pro --dir <你的 skills 目录>
常见路径（摘自 SkillHub 安装文档，按你实际使用的客户端选择）：
| 客户端 | skills 目录示例 |
|---|---|
| Cursor | ~/.cursor/skills/ |
| Claude Code | ~/.claude/skills/ |
| Codex | ~/.codex/skills/ 或项目下 .agents/skills/ |
| Gemini CLI | ~/.gemini/skills/ |
也可在对话中直接发送商店页提供的安装提示词，由 Agent 读取 skillhub.md 并完成安装。
典型用法¶
官方商店页未附带独立命令行 demo，典型路径是「安装 Skill → 在对话中说明识别任务」。建议步骤：
- 完成上一节安装，确认
SKILL.md已出现在对应 skills 目录。 - 在 Cursor / Claude Code 等环境中新建对话，附上待识别图片或文档（具体支持的格式以
SKILL.md为准）。 - 用自然语言说明需求，例如：提取正文、保留段落结构、将公式输出为 LaTeX、或侧重英文手写段落。
- Agent 按 Skill 内流程调用 OCR 与公式识别；
requires_api_key=false表示不强制额外 Key，但若 Skill 内部可选云 OCR，仍以SKILL.md说明为准。
若需确认技能是否可被索引，可在项目或全局 skills 目录中搜索 super-ocr-pro 下的 SKILL.md。
适用场景与注意¶
适合谁
- 需要在 Agent 工作流里做中英文文档文字提取，且偶尔遇到手写英文或公式混排的场景。
- 希望公式结果尽量以 LaTeX 形式给出，并在无 GPU 环境下仍能跑 Pix2Text（CPU）。
限制与注意
- 社区来源（
community），能力与依赖以安装包内SKILL.md及本机环境为准；IAM CER 等指标来自商店说明，不代表你的扫描件一定能达到同一数值。 - 商店页只明确写出 TrOCR、Pix2Text 两项「新增」引擎，未在页面上罗列的其他引擎或「多引擎 + LLM 纠错」等描述，本文不写入，避免与官方文案不一致。
- 安装后若 Agent 未加载 Skill，优先检查
--dir是否指向正确目录，并重启客户端。 - 评分、下载量为 SkillHub 展示数据，仅作选型参考。
结尾¶
超强 AI OCR-Pro v2.1 在 SkillHub 上把「常规文档 OCR」与「英文手写（TrOCR）」「公式 LaTeX（Pix2Text）」写进同一 Skill，适合作为办公类 Agent 的 OCR 插件。安装与优先源配置见 SkillHub 安装文档，技能详情与一键安装提示见官方页面：https://www.skillhub.cn/skills/user_6455574a/super-ocr-pro
