前言¶

开发者经常需要从 PDF 或扫描件中提取表格、公式、多栏排版和阅读顺序等信息，并得到可编辑的结构化数据。如果使用常规解析方式，要么精度不足，要么无法还原版面细节。下面介绍一个能从文档图像中提取结构化 Markdown/JSON 的 Skill。

这是什么¶

paddleocr-doc-parsing 是一个基于 PaddleOCR-VL 与 PP-StructureV3 的文档解析 Skill，由社区用户发布。它把 PDF 和文档图像当作输入，输出结构化的 Markdown 或 JSON，包含表格单元格级精度、公式为 LaTeX、图表、图章、页眉页脚、多栏排版以及正确的阅读顺序。

核心功能¶

• 结构化输出：支持 Markdown 与 JSON 两种输出格式
• 表格提取：单元格级精度，保留行列结构
• 公式识别：将公式识别为 LaTeX
• 版面解析：识别页眉、页脚、多栏排版
• 图像元素：识别图表、图章等
• 阅读顺序：正确还原文档阅读顺序

安装与启用¶

SkillHub 安装命令（以官方文档为准）：

skill install paddleocr-doc-parsing

启用 Skill 后，在对话中通过触发词或描述来调用。

典型用法¶

在对话中输入包含文档解析需求的描述，例如：

• “帮我解析这份财务报表 PDF，输出 Markdown，保留表格单元格级精度和公式 LaTeX”
• “解析这份多栏排版文档，输出 JSON，包含阅读顺序和图表信息”

Skill 会返回结构化 Markdown/JSON 结果，其中表格以 Markdown 表格呈现，公式为 LaTeX。

适用场景与注意¶

• 适合需要从 PDF 或扫描件中提取结构化信息的场景，如发票、财报、多栏文档等
• 依赖 API 密钥（标签 requires_api_key=true），使用前需配置 API 密钥
• 输出精度取决于文档图像质量与复杂度

结尾¶

paddleocr-doc-parsing 提供从文档图像到结构化 Markdown/JSON 的端到端能力，适合需要精确提取表格、公式与版面信息的开发者与团队。官方地址：https://api.skillhub.cn/user_15292d5a/yjkj-paddleocr-doc-parsing