前言¶

开发者在处理扫描件、纸质文档或图片时，常面临文字提取困难的问题。传统方案需要手动截图、复制粘贴，效率低下且容易遗漏内容。需要一种能够将 PDF 和图片中的文字直接转换为可编辑 Markdown 文本的工具。

Skill 介绍¶

OCR 文档识别转 Markdown 是一个基于 WiseDiag 云 API 的 Skill，由用户 @user_a457224d 在 SkillHub 发布。它通过 WiseOCR 引擎，将 PDF 或图片文件转换为高质量 Markdown 文本，支持表格完整识别、多栏版式还原、中英文混排。

核心功能¶

• 支持格式：PDF、JPG、JPEG、PNG、WEBP、GIF、BMP、TIFF
• 表格识别：完整识别表格内容，保持结构
• 多栏版式：还原多栏布局，保持文档结构
• 中英文混排：准确处理中英文混合文本
• 高精度提取：基于 WiseOCR 云 API 的高精度文字识别

安装与启用¶

在 SkillHub 平台安装该 Skill：

skill install user_a457224d/wiseocr-new

安装后启用该 Skill。该 Skill 需要 API 密钥，请确保已配置相应的 API 密钥。

典型用法¶

用户上传文件并触发 Skill 时，会自动调用 WiseOCR 进行识别。支持的触发指令包括：

• “帮我识别这个文件的文字”
• “PDF转文字”
• “图片转文本”
• “帮我提取这个表格”
• “用WiseOCR处理这个”
• “Use WiseOCR to OCR this”

适用场景与注意¶

适用场景：
- 扫描件文字提取
- 纸质文档数字化
- 合同/报告/论文转文本
- 图片中文字提取

注意事项：
- 需要有效的 API 密钥才能运行
- 支持多种图片格式，建议上传清晰度较高的文件以获得更好识别效果
- 适用于中英文混排文档的识别

结尾¶

该 Skill 提供了从 PDF 和图片到 Markdown 文本的快速转换方案，适合需要处理扫描文档和图片文字的开发者和用户。通过 WiseOCR 云 API，实现高精度的文字提取和版式还原。