前言¶

开发或办公时，截图、扫描件、票据照片里的文字往往要再敲一遍，或单独开 OCR 工具导出再粘贴。若你已经在 Cursor、Claude Code 等环境里用 Agent 处理文档，更希望把「读图」和后续整理放在同一条对话里完成。下面介绍 SkillHub 上的 智绘文字识别（@ixhlink/ixhlink-skills-ocr-recog），它把 OCR 能力封装成通用 Skill，由 Agent 在用户提出识别需求时自动选用。

这是什么¶

智绘文字识别是星华智联科技发布的企业来源 Skill，当前版本 v1.0.1，分类为 office-efficiency。定位是智能 OCR 文字识别助手：从图片中提取印刷体、手写体、表格、票据、名片等文字内容，并支持通过 图片 URL 与 Base64 两种方式传入图片。官方页面说明：当用户要求「OCR」「识别图片文字」「提取文字」「扫图识字」「图片转文字」「读图」「票据识别」「表格识别」等时，Agent 应使用该 Skill。

与自行对接某家云 OCR API 相比，这里走的是 SkillHub 分发与 SKILL.md 约定，安装后由 Agent 按技能说明调用，无需在对话里重复写接口文档。

核心功能¶

依据 SkillHub 与已抓取资料，可核实的能力如下：

1. 多类版面：印刷体、手写体、表格、票据、名片等场景的文本提取。
2. 两种图片输入：URL 与 Base64 编码图片。
3. 意图触发：通过上述中文关键词或同类表述，引导 Agent 启用本 Skill。

元数据标签：pricing_type=paid（付费类 Skill）、requires_api_key=false（页面标明不需要用户自行配置 API Key）。具体计费与配额以 SkillHub 与发布者说明为准，本文不展开未公开条款。

安装与启用¶

安装流程以 SkillHub 官方文档为准。Skill 页面给出的提示为：根据 SkillHub 安装说明 安装 @ixhlink/ixhlink-skills-ocr-recog。

1、检查或安装 SkillHub CLI¶

先确认本机是否已有 skillhub：

command -v skillhub && skillhub --version

若未安装，可按官方脚本安装（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、安装本 Skill 到当前 Agent 的 skills 目录¶

官方要求安装时必须用 --dir 指向当前 Agent 识别的 skills 目录，否则默认落在 ./skills/ 可能不会被加载。常见路径示例：

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

安装命令形式如下（将 <skills 目录> 换成你的实际路径）：

skillhub install @ixhlink/ixhlink-skills-ocr-recog --dir <skills 目录>

也可在支持 Skill 的客户端里，把 SkillHub 页面上的安装提示发给 AI，让其按同一文档完成安装。安装后按你所用客户端的要求重启或刷新 Agent，使技能生效。

典型用法¶

公开资料未附带独立 REST 示例；用法以「对话 + 图片」为主。经过上面的步骤启用 Skill 后，可按下面方式发起识别：

1. 本地或剪贴板图片：在对话中说明要 OCR，并附上图片（或按 Agent 要求提供 Base64）。
2. 网络图片：提供可访问的图片 URL，并说明需要提取文字、表格或票据字段等。
3. 场景化表述：例如「识别这张发票上的金额和日期」「把名片图里的电话和邮箱提出来」「这张表转成可编辑文字」。

Agent 在匹配到 OCR 相关意图后，应依据 Skill 内 SKILL.md 的说明调用识别能力并返回文本结果。具体字段结构化程度取决于 Skill 实现与图片质量，以实际返回为准。

适用场景与注意¶

适合谁：需要经常在 Agent 工作流里处理截图、扫描件、票据、名片、表格图片的开发者与办公用户；希望减少「切到专用 OCR 软件再复制」的步骤。

注意：

• Skill 标记为 paid，使用前在 SkillHub 确认授权与费用。
• 页面显示 requires_api_key=false，一般不必自行填 Key，但仍依赖 SkillHub 与后端服务的可用性。
• 手写体、复杂表格、低清晰度图片的识别误差需人工校对；敏感票据注意数据合规，避免把机密图发到不可信环境。
• SkillHub 统计（以已抓取资料为准）：评分 100000，下载 1522 次；坐标 @ixhlink/ixhlink-skills-ocr-recog，来源 enterprise。

结尾¶

智绘文字识别把 OCR 收口到 Agent Skill：支持 URL 与 Base64 图片，覆盖印刷、手写、表格、票据、名片等常见读图需求，并通过明确的中文触发词让模型选对工具。若你要在 Cursor 或同类客户端里做「图片转文字」，可先按官方流程安装到对应 skills 目录，再在对话里直接描述识别任务。

官方入口：

• SkillHub 页面：https://www.skillhub.cn/skills/ixhlink/ixhlink-skills-ocr-recog
• API 索引：https://api.skillhub.cn/ixhlink/ixhlink-skills-ocr-recog