Token导航 LogoToken导航

Agent Skill · 研究检索

ocr-document-processor（OCR 文档处理器）

ocr-document-processor 用于查找、检索和筛选相关信息，适合在 Codex、Claude、Cursor、Gemini CLI 中需要根据关键词、任务场景或来源线索快速定位候选结果时使用。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。

ocr-document-processor 是研究检索类 Agent Skill，可用宿主为 Codex、Claude、Cursor、Gemini CLI，通过GitHub 仓库获取，权限为权限未标注；许可证为 MIT，第三方扫描已通过，按安装量在研究检索类的 73,675 个 Skill 里排第 1,516。

总安装 88,992周安装 3,644GitHub Stars 53下载 27,936核验 2026-05-01
研究检索权限未标注GitHub 仓库未标认证来源可访问许可证明确审计通过CodexClaudeCursorGemini 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
MIT

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：ocr-document-processor（OCR 文档处理器）
来源仓库：https://github.com/dkyazzentwatwa/chatgpt-skills
仓库路径：skills/ocr-document-processor
安装命令：
npx skills add https://github.com/dkyazzentwatwa/chatgpt-skills --skill ocr-document-processor
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。不同来源提供的安装方式可能略有差异；本站展示可直接复制的安装命令，安装前请核对来源页面。

skills.shnpx skills
npx skills add https://github.com/dkyazzentwatwa/chatgpt-skills --skill ocr-document-processor

这个 Skill 是做什么的

研究检索类 Skill 主要解决「找资料、核对事实、把来源整理清楚」的问题，通常会让助手先检索再总结。

从图像和扫描的 PDF 中提取文本，支持 100 多种语言、表格检测和多种输出格式。

通过每页或整个文档提取处理 PNG、JPEG、TIFF、BMP 图像和多页 PDF 支持 100 多种语言，具有自动检测、特定语言包和多语言文档处理功能 导出为纯文本、Markdown、JSON、HTML 和可搜索 PDF，包含置信度评分和边界框数据 包括针对低质量扫描的智能预处理（纠偏、降噪、对比度增强、阴影消除）以及针对收据和名片的专用解析器 目录批处理、可配置的页面分割模式以及用于质量验证的每个单词的置信度评估

来源仓库内路径：skills/ocr-document-processor

上手步骤

4 步
  1. 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. 2

    拿到安装命令

    可以直接复制的命令是 npx skills add https://github.com/dkyazzentwatwa/chatgpt-skills --skill ocr-docu…；命令里的占位符换成自己的路径或密钥再执行。

  3. 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. 4

    按最小权限试用

    权限没有明确标注，第一次使用时只给一个无关紧要的任务，观察它到底读了哪些文件和网络。

常见问题

6 条

ocr-document-processor 怎么安装？

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

ocr-document-processor 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。

ocr-document-processor 需要什么权限？

权限级别没有明确标注。第一次使用时建议只给无关紧要的任务，观察它实际读写了哪些内容。

ocr-document-processor 是免费的吗？

来源标注的许可证是 MIT。本站不代收任何费用，也不托管安装包；能否商用、要不要署名，以许可证原文为准。

ocr-document-processor 用的人多吗？

公开数据是累计安装 88,992 次，近一周安装 3,644 次，下载 27,936 次，GitHub 53 星。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。

ocr-document-processor 安全吗？

第三方扫描结果为通过，但这只覆盖已知的静态检查项，不能替代自己读一遍源码和安装命令。

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。
  • 3 个目录同时收录，说明这个 Skill 流传比较广。
  • 许可证明确为 MIT，商用和分发边界好判断。
  • 第三方扫描已通过，常见的高风险行为没有命中。

先想清楚的地方

  • 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。
  • 需要处理研究检索类任务、又不想每次都手写提示词的人。
  • 需要许可证清楚、并且有第三方扫描结果的团队项目。

不太适合

  • 需要厂商级技术支持和 SLA 的生产系统。

研究检索类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
find-skills

寻找技能 · Codex、Claude

31,199,81316,486操作浏览器MIT有提醒
self-improving-agent

自我改进 Agent · OpenClaw

16,464,0023,396接触敏感数据MIT-0通过
soultrace

灵魂追踪 · Codex、Claude

7,588,94412需要联网未明确有提醒
self-improving

自我完善 · OpenClaw

6,829,2841,046需要联网MIT-0通过
microsoft-foundry

微软代工厂 · Codex、Claude

6,614,144764调用外部服务未明确有提醒
ocr-document-processor

OCR 文档处理器 · 本页

88,99253权限未标注MIT通过

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

OCR Document Processor

Handle OCR-heavy inputs where text must be recovered from images or scanned pages.

Use This For

  • OCR on images and scanned PDFs
  • Searchable PDF export
  • Structured extraction to text, markdown, JSON, or HTML
  • Table extraction from scanned material
  • Receipt parsing and business card parsing

Workflow

  1. Decide whether plain OCR, structured extraction, or document-specific parsing is needed.
  2. Preprocess noisy inputs before extraction when skew, blur, or shadows are present.
  3. Use scripts/ocr_processor.py for core OCR tasks.
  4. Use the focused helpers when the input is specialized:

- scripts/business_card_scanner.py - scripts/receipt_scanner.py

  1. Return confidence caveats when the source is low quality, rotated, handwritten, or multilingual.

Guardrails

  • Prefer explicit language selection when accuracy matters.
  • Do not claim fields are exact when OCR confidence is weak.
  • Route non-scanned digital PDFs to document-converter-suite instead of OCR by default.

平台分布

Claude Code

26.12%
按下载量换算7,297

OpenCode

22.45%
按下载量换算6,272

Antigravity

18.08%
按下载量换算5,051

Gemini CLI

10.93%
按下载量换算3,053

Cursor

7.66%
按下载量换算2,140

Codex

3.12%
按下载量换算872

安全审计

Gen Agent Trust Hub

通过

Socket

通过

Snyk

通过

权限和风险

权限未标注

当前来源未能明确判断权限范围，默认进入异常复核队列。

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。

继续浏览同类 Skills

更多研究检索 Skills（73,675）返回 Skills 目录

上一个 Skill

ocr-benchmark（OCR 基准测试）

yingfengli/ocr-benchmark

ocr-benchmark 用于查找、检索和筛选相关信息，适合在 OpenClaw 中需要根据关键词、任务场景或来源线索快速定位候选结果时使用。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

ocr-document-processor（OCR 文档处理器）

来源未标注

ocr-document-processor 用于查找、检索和筛选相关信息，适合在 Local Agent 中需要根据关键词、任务场景或来源线索快速定位候选结果时使用。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。