前言¶
把掃描件、截圖或手寫筆記交給 Agent 做文字提取時，常見問題是印刷體還行，手寫和公式錯得離譜。單引擎 OCR 往往要在「通用文檔」和「公式 / 手寫」之間二選一，後處理還得自己拼 LaTeX。下面介紹 SkillHub 上的社區 Skill「超強 AI OCR-Pro v2.1 升級版」，它在常規文檔識別之外，明確集成了 TrOCR（英文手寫）和 Pix2Text（公式轉 LaTeX），適合掛在 Cursor、Claude Code 等支持 Skills 的客戶端裏，由 Agent 按 SKILL 說明調用。
這是什麼¶
一句話定位：面向辦公效率（office-efficiency）的 OCR 類 Agent Skill，側重中英文內容與數學物理公式的識別。
- 座標：
@user_6455574a/super-ocr-pro - SkillHub 頁面：super-ocr-pro
- 發佈者：
user_6455574a（頁面標註作者爲躍淵META SKILLDIY） - 來源：community
- 包版本：1.0.0（名稱中的 v2.1 爲技能迭代標識）
- 標籤：
requires_api_key=false（按 SkillHub 元數據，不強制配置 API Key）
SkillHub 當前展示評分 100000、下載 1602 次（數據以頁面爲準，會隨時間變化）。
核心功能¶
以下能力均來自 SkillHub 官方簡介，只列已寫明的內容。
常規文檔識別¶
除下面兩項「新增」能力外，技能說明寫明支持常規文檔識別（具體引擎與預處理細節以安裝後的 SKILL.md 爲準，此處不展開未在商店頁出現的組件名）。
TrOCR：英文手寫體¶
- 定位：英文手寫體識別，說明中稱 SOTA 方向能力之一。
- 參考指標：在 IAM 數據集上 CER 2.89；頁面表述爲比 EasyOCR 在手寫場景更強一檔。
Pix2Text：數學公式 → LaTeX¶
- 將數學公式識別爲 LaTeX。
- 基於 Pix2Text，CPU 可用。
- 支持純公式頁面，也支持公式與正文混排的文檔。
技能名稱與簡介強調中英文及數學物理公式識別，與上述 TrOCR、Pix2Text 專項能力一致。
安裝與啓用¶
安裝流程遵循 SkillHub 通用文檔 skillhub.md。商店頁給出的提示是：讓 AI 按該文檔安裝 @user_6455574a/super-ocr-pro。
1、檢查或安裝 skillhub CLI¶
先確認本機是否已有 CLI：
command -v skillhub && skillhub --version
若未安裝，可使用官方一鍵腳本（完整安裝含 CLI 與默認 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、安裝到當前 Agent 的 skills 目錄¶
必須用 --dir 指向當前客戶端識別的 skills 目錄；默認裝到 ./skills/ 時，部分 Agent 不會加載，安裝後通常還需重啓客戶端。
skillhub install user_6455574a/super-ocr-pro --dir <你的 skills 目錄>
常見路徑（摘自 SkillHub 安裝文檔，按你實際使用的客戶端選擇）：
| 客戶端 | skills 目錄示例 |
|---|---|
| Cursor | ~/.cursor/skills/ |
| Claude Code | ~/.claude/skills/ |
| Codex | ~/.codex/skills/ 或項目下 .agents/skills/ |
| Gemini CLI | ~/.gemini/skills/ |
也可在對話中直接發送商店頁提供的安裝提示詞，由 Agent 讀取 skillhub.md 並完成安裝。
典型用法¶
官方商店頁未附帶獨立命令行 demo，典型路徑是「安裝 Skill → 在對話中說明識別任務」。建議步驟：
- 完成上一節安裝，確認
SKILL.md已出現在對應 skills 目錄。 - 在 Cursor / Claude Code 等環境中新建對話，附上待識別圖片或文檔（具體支持的格式以
SKILL.md爲準）。 - 用自然語言說明需求，例如：提取正文、保留段落結構、將公式輸出爲 LaTeX、或側重英文手寫段落。
- Agent 按 Skill 內流程調用 OCR 與公式識別；
requires_api_key=false表示不強制額外 Key，但若 Skill 內部可選雲 OCR，仍以SKILL.md說明爲準。
若需確認技能是否可被索引，可在項目或全局 skills 目錄中搜索 super-ocr-pro 下的 SKILL.md。
適用場景與注意¶
適合誰
- 需要在 Agent 工作流裏做中英文文檔文字提取，且偶爾遇到手寫英文或公式混排的場景。
- 希望公式結果儘量以 LaTeX 形式給出，並在無 GPU 環境下仍能跑 Pix2Text（CPU）。
限制與注意
- 社區來源（
community），能力與依賴以安裝包內SKILL.md及本機環境爲準；IAM CER 等指標來自商店說明，不代表你的掃描件一定能達到同一數值。 - 商店頁只明確寫出 TrOCR、Pix2Text 兩項「新增」引擎，未在頁面上羅列的其他引擎或「多引擎 + LLM 糾錯」等描述，本文不寫入，避免與官方文案不一致。
- 安裝後若 Agent 未加載 Skill，優先檢查
--dir是否指向正確目錄，並重啓客戶端。 - 評分、下載量爲 SkillHub 展示數據，僅作選型參考。
結尾¶
超強 AI OCR-Pro v2.1 在 SkillHub 上把「常規文檔 OCR」與「英文手寫（TrOCR）」「公式 LaTeX（Pix2Text）」寫進同一 Skill，適合作爲辦公類 Agent 的 OCR 插件。安裝與優先源配置見 SkillHub 安裝文檔，技能詳情與一鍵安裝提示見官方頁面：https://www.skillhub.cn/skills/user_6455574a/super-ocr-pro
