前言¶
在处理文档时，开发者经常遇到需要从 PDF、图片等文件中批量提取文本的场景。传统的做法可能是手动复制粘贴，或者调用多个第三方 API，流程繁琐且容易出错。va-docparse 提供了一种更直接的方式，让大模型助手在对话中直接触发文档解析能力。
这是什么¶
va-docparse 是一个基于 SkillHub 的 Agent Skill，由社区用户 user_15292d5a 发布。它属于 office-efficiency 分类，版本为 1.0.0。该 Skill 的核心能力是：当用户在对话中提及 OCR、文档解析、阅读、识别、读取等关键词，或明确提出从文档中提取文本的需求时，自动触发远程文档解析服务，处理 PDF 和图片文件，返回提取的文本内容。
核心功能¶
- 触发条件：检测用户输入中是否包含 OCR、文档解析、阅读、识别、读取等关键词，或明确的“提取文本”意图。
- 支持格式：PDF 文档、图片文件。
- 处理方式：通过远程文档解析服务完成解析，而非本地处理。
- 输出结果：返回提取出的纯文本内容。
安装与启用¶
该 Skill 需要 API Key。在支持 Skill 的环境中，按照以下方式启用：
- 确认环境已配置 SkillHub 或对应插件。
- 在配置文件中添加 API Key（部分环境可能需要手动输入或从环境变量读取）。
- 加载或重启会话，使 Skill 生效。
典型用法¶
用户在对话中输入类似以下内容即可触发：
- “帮我提取这份 PDF 的文本。”
- “请阅读这张图片，识别其中的文字。”
- “用 OCR 解析这个文档。”
助手识别到上述意图后，会调用 va-docparse 进行文档解析，并返回提取的文本。
适用场景与注意¶
- 适用场景：需要从 PDF 或图片中快速获取文本的场景，如文档摘要生成、信息提取、批量处理等。
- 注意事项：
- 该 Skill 不支持音频、视频、源代码的解析。
- 处理需要远程服务支持，需确保网络通畅。
- 需要提供有效的 API Key。
短结尾¶
va-docparse 将文档解析能力集成到对话流程中，让用户在对话中直接获取文档文本，无需切换工具或手动操作。官方地址：https://www.skillhub.cn/skills/user_15292d5a/yjkj-va-docparse
