Agent Skill · 待分类

google_vision_ocr（Google vision OCR 命令行）

google_vision_ocr 用于处理 GitHub 仓库、Issue、Pull Request 和代码协作信息，适合在 Codex、Claude、Cursor、Gemini CLI 中需要围绕仓库状态、代码变更或协作事项进行整理时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态，以及是否会触发联网、命令执行或文件读写。

google_vision_ocr 是待分类类 Agent Skill，可用宿主为 Codex、Claude、Cursor、Gemini CLI，通过GitHub 仓库获取，权限为需要联网；许可证信息还不明确，暂无第三方扫描结果，按安装量在待分类类的 11,209 个 Skill 里排第 9,706。

总安装 233周安装 10GitHub Stars 公开资料未说明下载 82核验 2026-05-01

待分类需要联网 GitHub 仓库未标认证来源可访问许可证需确认审计未展示Codex Claude Cursor Gemini CLI

安装说明

本站只整理中文说明，不托管安装包，也不代用户安装。

GitHub

许可证: unknown

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手，先确认命令和权限，再让它执行。

请帮我安装这个 Agent Skill：google_vision_ocr（Google vision OCR 命令行）
来源仓库：https://github.com/davidcastagnetoa/skills
仓库路径：skills/google_vision_ocr
安装命令：
npx skills add https://github.com/davidcastagnetoa/skills --skill google_vision_ocr
安装前请先检查当前环境是否支持对应 CLI，并向我确认将要执行的命令、安装目录、联网范围和文件读写权限；确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 npx skills 从第三方来源获取 Skill；本站只展示命令，不托管安装包，也不自动执行。

skills.shnpx skills

npx skills add https://github.com/davidcastagnetoa/skills --skill google_vision_ocr

这个 Skill 是做什么的

这个 Skill 的分类还没最终确定，用法以来源仓库的说明为准。

用于处理 Google Vision OCR 命令行工具集成，适合图像文字识别。适用于提取图片中的文本、表格或手写内容，需输入图像 URL 或本地路径。使用时需确保图像清晰与语言匹配，避免低质量输入导致识别失败；建议预处理。

安装方式：github，命令：npx skills add https://github.com/davidcastagnetoa/skills --skill google_vision_ocr。注意权限范围与维护状态，可能触发图像上传与 API 配额，建议压缩图片并分批处理。

来源仓库内路径：skills/google_vision_ocr

上手步骤

4 步

1
确认自己的宿主工具
公开资料标注支持 Codex、Claude、Cursor、Gemini CLI；先确认自己用的是其中之一，再按对应工具的 Skills 目录放置。
2
拿到安装命令
可以直接复制的命令是 npx skills add https://github.com/davidcastagnetoa/skills --skill google_vision_…；命令里的占位符换成自己的路径或密钥再执行。
3
安装后重启宿主
命令执行完要完全退出宿主工具再打开，让新装的 Skill 被重新扫描到，否则列表里可能看不到。
4
按最小权限试用
它需要需要联网，先在测试目录或测试账号里跑，确认没问题再放到正式项目。

常见问题

6 条

google_vision_ocr 怎么安装？

在终端执行 npx skills add https://github.com/davidcastagnetoa/skills --skill google_vision_ocr。装完完全退出宿主工具再打开，让它重新扫描本地 Skill。

google_vision_ocr 支持哪些 AI 工具？

公开资料标注支持 Codex、Claude、Cursor、Gemini CLI。其他工具只要能读取本地 Skill 目录，一般也能手动放进去，但要自己确认触发方式是否一致。

google_vision_ocr 需要什么权限？

权限级别是需要联网。该 Skill 可能需要联网访问来源站点、仓库或外部 API；具体网络访问范围需要结合源码和 README 复核。

google_vision_ocr 是免费的吗？

公开资料没有标注明确许可证，收费和商用限制都无法确认。正式使用前请到来源仓库核对授权说明。

google_vision_ocr 用的人多吗？

公开数据是累计安装 233 次，近一周安装 10 次，下载 82 次。这些数字来自第三方目录统计，只能当作热度参考，不代表质量或安全性。

google_vision_ocr 安全吗？

没有查到第三方扫描结果，安全性无法从公开资料判断，安装前请自行审查源码、依赖和命令行为。

值得选的地方和要先想清楚的地方

值得选的地方

同时适配 4 种工具，换客户端不用重新找替代品。

先想清楚的地方

许可证没有明确标注，能不能商用、能不能再分发都不确定。
没有第三方扫描结果，安全性只能靠自己读源码判断。
第三方目录整理，版本更新和行为细节以来源仓库为准。

适不适合你

更适合

已经在用 Codex，想直接扩展它能力的人。
需要处理待分类类任务、又不想每次都手写提示词的人。

不太适合

需要明确授权才能用到公司项目里的场景。
要求有安全扫描结论才肯安装的团队。
需要厂商级技术支持和 SLA 的生产系统。

待分类类 Skill 对比

6 个同类

Skill	总安装	GitHub 星	权限	许可证	扫描
infsh-cli infsh CLI · Codex、Claude	4,374,576	382	权限未标注	未明确	未收录
ai-video-generation AI 视频生成 · Codex、Claude	4,313,376	382	调用外部服务	未明确	有提醒
lark-openapi-explorer 云雀 OpenAPI 浏览器 · Codex、Claude	2,064,120	9,011	需要联网	未明确	有提醒
lark-workflow-standup-report Lark 工作流程站立报告 · Codex、Claude	2,041,632	8,978	需要联网	未明确	通过
use-my-browser 使用我的浏览器 · Codex、Claude	1,848,491	40	操作浏览器	未明确	未通过
google_vision_ocr Google vision OCR 命令行 · 本页	233	—	需要联网	未明确	未收录

按安装量取同分类前几名；数字来自第三方目录统计，只作热度参考，不代表质量结论。

SKILL.md 原文

google_vision_ocr

Google Cloud Vision OCR es un servicio cloud de alta precisión para extracción de texto. Se usa exclusivamente como fallback cuando los motores self-hosted (PaddleOCR, EasyOCR) fallan o devuelven confianza muy baja.

When to use

Usar en el ocr_agent solo cuando todos los motores self-hosted devuelven confianza < 0.5 en los campos críticos. Nunca como motor primario para mantener la independencia de servicios externos.

Instructions

Instalar: pip install google-cloud-vision.
Configurar service account: exportar GOOGLE_APPLICATION_CREDENTIALS.
Enviar imagen cifrada al API: client.text_detection(image=vision_image).
Parsear respuesta: response.text_annotations[0].description para texto completo.
Mapear coordenadas de bounding boxes a los campos del documento.
Aplicar regex_data_normalizer a los resultados igual que con OCR self-hosted.
Registrar en auditoría que se usó fallback cloud (para métricas de dependencia).

Notes

Coste: ~$1.50 por 1000 imágenes; monitorizar uso para control de costes.
Las imágenes se envían a servidores de Google; verificar compliance GDPR antes de activar.
Implementar circuit breaker: si Google Vision falla 3 veces seguidas, desactivar temporalmente.

平台分布

Codex

35.55%

按下载量换算29

Claude

31.62%

按下载量换算26

Cursor

17.41%

按下载量换算14

Gemini CLI

9.6%

按下载量换算8

安全审计

暂无安全审计结果可展示。

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API；具体网络访问范围需要结合源码和 README 复核。

安装前确认

本站仅展示第三方公开信息，不托管安装包，不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。目前只有一个公开来源，建议同时核对源仓库。

继续浏览同类 Skills

更多待分类 Skills（11,209）返回 Skills 目录

上一个 Skill

google-veo（Google VEO 搜索）

infsh-skills/skills

google-veo 用于处理 GitHub 仓库、Issue、Pull Request 和代码协作信息，适合在 Codex、Claude、Cursor、Gemini CLI 中需要围绕仓库状态、代码变更或协作事项进行整理时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态，以及是否会触发联网、命令执行或文件读写。

下一个 Skill

google-workspace（Google Workspace 办公协作）

accomplish-ai/accomplish

google-workspace 用于处理浏览器自动化、网页检查和页面信息提取，适合在 Codex、Claude、Cursor、Gemini CLI 中需要让 Agent 打开页面、读取网页或验证前端流程时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态，以及是否会触发联网、命令执行或文件读写。