前言¶

做数据采集、文档数字化或表单录入的人，经常会遇到这样的场景：拿到一批截图或扫描件，需要把其中的文字变成可处理的文本。手动抄录不现实，自己集成 OCR 引擎又要处理环境依赖、语言包和调用封装。Image Ocr 这个 Skill 把 Tesseract OCR 的调用封装成一步，让 Agent 在会话里直接对图片做文字识别。

这是什么¶

Image Ocr 是一个社区发布的 Skill，坐标 @user_f80dbe1a/image-ocr-new，当前版本 1.0.1，发布者为 user_f80dbe1a，分类 data-analysis。它解决的问题很单一：给定一张图片，输出图中识别到的文字内容，支持中文、英文及其他语言。

核心功能¶

根据官方简介，该 Skill 的能力如下：

1、使用 Tesseract OCR 从图像中提取识别内容；
2、支持中文、英文及其他语言；
3、不需要 API Key（标签 requires_api_key=false），即不依赖第三方付费接口，本地或本地化的 OCR 引擎即可工作。

官方页面未列出更多细分功能（如批量处理、输出格式、表格识别等），本文不做推测。

安装与启用¶

Skill 基于通用 SKILL.md 格式。官方地址：

https://api.skillhub.cn/user_f80dbe1a/image-ocr-new

SkillHub 页面：

https://www.skillhub.cn/skills/user_f80dbe1a/image-ocr-new

安装与启用的具体命令、目录约定和配置项，官方资料中没有给出明确说明。按 SkillHub 的一般流程，可以通过上述官方地址将 Skill 安装到支持 SKILL.md 的 Agent 环境（如 Cursor、Claude Code 等）中，再在会话里调用。不同环境的安装入口和路径存在差异，请以官方页面当时的说明为准，本文不替官方补充未核实的命令。

典型用法¶

官方简介没有提供可复现的调用示例，下面按该 Skill 声明的能力描述典型用法，具体参数以实际安装后的说明为准。

1、在会话中调用 Image Ocr Skill；
2、给出待识别的图片，例如本地图片路径或图片数据；
3、Skill 返回识别出的文本内容。

由于支持中文、英文及其他语言，同一批图片中出现混合语言时，理论上可以一次性识别，无需按语言拆分调用。这一点来自官方简介，未经过本文实测。

适用场景与注意¶

适合的场景：截图文字提取、扫描件数字化、批量图片文字采集、作为数据处理流水线中的一个环节。

需要注意的点：

1、它是社区来源（source: community）的 Skill，安装数为 0、发布者为个人账号，使用前建议先在小批量图片上验证识别效果；
2、Tesseract 的识别效果依赖图片质量，模糊、倾斜、低对比度的图片准确率会下降；
3、识别其他语言需要对应语言的训练数据，环境缺少语言包时可能无法识别或效果差；
4、官方页面给出的评分 100000、下载 797（数据来自 SkillHub 页面，截至本文写作时），社区样本量有限，评分参考价值有限。

结尾¶

Image Ocr 的价值在于把 Tesseract OCR 封装成 Agent 可直接调用的一步，免去了自行集成 OCR 环境的成本，适合需要从图片中稳定提取文字的开发者。功能单一、无 API Key 依赖是它的特点，社区来源和有限的下载量是需要留意的地方。官方地址：https://api.skillhub.cn/user_f80dbe1a/image-ocr-new