前言¶
处理截图里的一段文字，常见做法是开一个在线 OCR 网站，上传图片、等识别、再复制结果。如果只是在对话里顺手做这件事，更常见的问题是：图片要落盘、结果要手动复制回来、排版被打乱。截图OCR文字提取师就是为这个场景准备的：在 Agent 里直接读取截图或图片，提取文字并做排版校对，返回可直接复制的文本。
这是什么¶
截图OCR文字提取师是一个社区来源的 Skill，坐标 @user_af163eaa/z-ocr-grab，当前版本 1.0.0，分类属于 office-efficiency，发布者为 user_af163eaa。它解决的问题很单一：把图片里的文字转成干净的文本，减少人工录入和来回复制的开销。
官方页面给出的一句话简介是：读取截图或图片一键提取文字并排版校对，输出可复制文本。
核心功能¶
下面介绍的能力均来自该 Skill 的官方简介，未经实测的部分会单独标注。
1、读取截图或图片。输入为本地图片路径或截图内容，由 Skill 内部完成识别。
2、提取文字。识别结果从图片中取出，不依赖用户手工转录。
3、排版校对。对识别出的文字做一次整理，尽量还原原本的段落和换行，输出可直接复制使用的文本。
4、不落盘、不擅存文件。官方简介明确写明无需落盘、不擅自保存文件，适合快速摘取图中文字。
5、无需 API Key。资料中的标签为 requires_api_key=false，即不要求额外申请密钥。
需要说明的是，官方简介提到当前已上传的 Skill 中没有专门的 OCR Skill，因此该 Skill 的定位是补上这个空缺，而不是替代已有的通用图片理解能力。具体识别精度、支持的图片格式与语言，资料中没有给出明确说明，需要在使用时自行确认。
安装与启用¶
官方资料没有提供安装命令或配置项，因此本文不写具体的安装步骤，避免给出未经核实的命令。下面说明启用方式和在哪些工具里可以用。
启用方式是触发式：当用户在对话中提到下列说法时启动该 Skill。
OCR
提取文字
截图文字
图片转文字
识别图片文字
截图提取
图片识别文字
这段图里写的什么
图里字提取
把截图转文字
关于运行环境，这类 Skill 基于通用的 SKILL.md 格式，可用于支持该格式的 Agent 工具。资料中没有分别给出 Cursor、Codex CLI、Claude Code 的安装差异，本文不做推断。如果你的工具支持按目录或链接加载 Skill，把官方地址 https://api.skillhub.cn/user_af163eaa/z-ocr-grab 对应的 Skill 加入即可；不支持的工具，先确认是否支持 SKILL.md。
另外，该 Skill 不需要 API Key，接入时不用准备密钥。
典型用法¶
资料中没有给出可复现的官方示例命令，下面只列出与触发条件对应的使用方式，具体调用形式以你在 Agent 里的实际操作为准。
把截图路径给出去，让 Agent 提取文字：
这张截图里写了什么，提取一下：/path/to/screenshot.png
或者直接描述需求：
把这张图片转成文字
拿到结果后，如果对某一段文字不满意，可以要求重新排版校对，例如说明「保留原来的换行」。具体的参数和回调格式，资料中未提供，此处不做描述。
适用场景与注意¶
适合这几类情况：截图里有一段需要摘录的文字；图片转文字后要直接用到文档或对话里；希望不落地文件、做完就走；不想为 OCR 单独申请 API Key。
需要注意的地方：
1、识别精度受图片清晰度、文字大小、背景复杂度影响，资料没有给出精度指标，重要内容建议人工复核。
2、排版校对是还原意图，不是精确还原，表格、公式、多栏排版的还原效果需要实测。
3、如果截图涉及身份证、银行卡、密码、内部文件等敏感信息，按 Skill 说明，涉密截图需要使用者自行处理，不要让敏感内容进入对话或被保存。
4、资料里写明不擅自保存文件，但也不等于完全没有落盘风险，使用前确认你所在环境的文件策略。
5、页面统计信息会变化，本文数据来自抓取时的资料：评分 100000，下载 1288，安装 0。另有线索显示评分 99451、下载 1269，与抓取结果不一致，以页面实时数据为准。
小结¶
截图OCR文字提取师把「图片里有一段文字，我只要文本」这件事压成了一步：给出图片，得到排版过的可复制文本，不需要 API Key，也不需要把文件存下来。如果这正是你日常处理截图的高频动作，可以把它作为通用的图片转文字入口；如果需要高精度表格识别或合规留存，仍然要配合专门的工具和人工复核。
官方地址：https://api.skillhub.cn/user_af163eaa/z-ocr-grab
SkillHub 页面：https://www.skillhub.cn/skills/user_af163eaa/z-ocr-grab
