前言¶
处理扫描件或图文混排 PDF 时，常见痛点是：文件能打开、能翻页，却拿不到可复制的文本——要么是扫描图像，要么文字嵌在图片里，复制出来是乱码或空白。手工做法通常是把每一页转成图片，再逐张用 OCR 工具识别，最后人工拼接结果，格式和顺序容易出错。下面介绍的 Skill「PDF文字提取」把这一步自动化：直接从 PDF 文档中识别并提取文字内容，并自动对其中的图片做 OCR 文字识别。
这是什么¶
「PDF文字提取」是一个基于通用 SKILL.md 格式的 Agent Skill，坐标 @org-rn88lg3j/ocr-pdf，版本 1.0.0，由小笨羊科技（来源标记为 enterprise）发布并维护，归类于 office-efficiency。它解决的问题是：把 PDF 中的文字（包括以图片形式存在的文字）转成可编辑、可检索的文本，避免人工逐页 OCR 的重复劳动。
核心功能¶
根据官方简介，该 Skill 提供以下能力：
- 从 PDF 文档中识别并提取文字内容，处理原生文本层可直接输出文本。
- 自动对 PDF 中的图片进行 OCR 文字识别，覆盖扫描页、截图等以图像形式存在的文字。
- 面向「转换为可编辑文本」的目标输出，适用于需要 PDF 提取文字、进行 OCR 识别、处理含文字的文档的场景。
官方资料未列出更多细粒度功能（例如表格还原、批量处理、语言列表等），本文不做推测。
安装与启用¶
SkillHub 页面（https://www.skillhub.cn/skills/org-rn88lg3j/ocr-pdf）当前只提供了坐标、版本、来源、分类与标签信息，未提供具体的安装命令或目录路径。已知的启用相关信息如下：
坐标: @org-rn88lg3j/ocr-pdf
版本: 1.0.0
来源: enterprise
分类: office-efficiency
标签: requires_api_key=true
其中标签 requires_api_key=true 表示该 Skill 需要 API Key 才能使用。官方资料未给出 API Key 的申请入口与配置字段名；也未说明在 Cursor、Codex CLI、Claude Code 等客户端中安装方式的差异，本文不对此做未经验证的陈述。如需启用，建议先打开官方页面核对最新的安装说明。
典型用法¶
官方简介给出的触发场景是：当用户需要 PDF 提取文字、进行 OCR 识别、处理含文字的文档或转换为可编辑文本时使用。即在实际使用中，把目标 PDF 交给已加载该 Skill 的 Agent，并用自然语言说明任务，例如：
从这份 PDF 中提取全部文字，并对其中的图片做 OCR，输出可编辑文本。
官方资料未提供更具体的输入输出示例、参数说明或返回格式样例，本文不做虚构。
适用场景与注意¶
适合的场景：需要把 PDF 内容转为可编辑文本或做全文检索的办公效率类任务，尤其是文字以图片形式存在、常规复制拿不到内容的情况。
需要注意的点：
- 该 Skill 需要 API Key（标签 requires_api_key=true），调用前需确认 Key 已配置，否则功能不可用。
- OCR 对图片中文字的识别效果受原图清晰度、字体、排版影响，官方资料未承诺识别准确率，也未列出支持的语言范围。
- 来源标记为 enterprise、发布者为小笨羊科技，涉及内部或付费文档时，建议先确认文档是否允许被上传或传入外部服务。
- 版本号为 1.0.0，属于初始版本，后续接口或行为可能有调整。
结语¶
「PDF文字提取」的价值在于把 PDF 文本提取与图片 OCR 合并为一步，省去手工转图、逐张识别、拼接结果的流程，适合作为办公效率类工作流中的一个自动化环节。官方地址：https://www.skillhub.cn/skills/org-rn88lg3j/ocr-pdf（接口地址 https://api.skillhub.cn/org-rn88lg3j/ocr-pdf）。
