图片文字识别:本地离线 OCR 的 Agent Skill

图片文字识别(@user_43faedd6/image-ocr)是一个社区维护的本地离线 OCR Agent Skill,版本 0.3.6,属 office-efficiency 分类,不需要 API Key。它能在不联网、不上传的前提下,从图片、扫描件、多页 PDF 提取文字、数字、表格、代码和算式,支持中文 chi_sim、英文 eng 及可下载的其他语言包,并可将表格转 Markdown/CSV、代码截图转文本。适合截图、照片、扫描件、试卷、表单、图纸说明等无法复制文字的图片,也适合有隐私要求、不希望上传云端的场景。不适合可直接复制的电子文档、以手写体为主的图片(准确率有限)或需要联网 OCR/云端视觉的场景。官方资料未提供安装命令与配置字段,需以 SkillHub 页面为准。

阅读全文