Doc-OCR 文档文字识别
SkillDocs & knowledgeLets your agent extract editable text from PDFs, scans, and images like contracts, invoices, and screenshots.
Available today. Use it from your connected AI after setup.
No other account needed.
Connect ahel once, and every AI you use reads what you have installed.
Then ask your AI: use the Doc-OCR 文档文字识别 skill
About this capability
文档文字识别。用户提供 PDF/扫描件/图片（合同、发票、书页、截图），需要提取文字、转成可编辑文本时使用。扫描件自动 OCR（macOS Vision，中英文）。Document OCR: extract editable text from PDFs, scans, and images (contracts, invoices, book pages, screenshots) via macOS Vision.
What this skill tells your AI
The instructions your AI receives, as published by davepoon/buildwithclaude in plugins/all-skills/skills/doc-ocr/SKILL.md and read by ahel’s review.
PDF / 扫描件 / 图片 → 可编辑文字。有文字层的 PDF 直接提取，扫描件自动 OCR（macOS Vision 自带，中英文）。
触发条件
用户提供 PDF/图片文件，要求：
- "提取文字""转文字""OCR"
- 处理扫描件、合同、发票、书页、截图
使用步骤
1. 单个文件
python3 scripts/dococr.py 合同.pdf
python3 scripts/dococr.py 发票.jpg
输出保存为 <输入名>_ocr.txt。
2. 批量目录
python3 scripts/dococr.py ./扫描件/ -o 全部.txt
3. Markdown 输出
python3 scripts/dococr.py 书.pdf --md
依赖（首次使用时安装）
pip3 install pymupdf pyobjc-framework-Vision
注意：OCR 依赖 macOS Vision（仅 macOS 可用）。Linux 需另装 tesseract 等引擎。
已知陷阱
- 扫描件判定：PDF 文字层 <20 字自动走 OCR，正常 PDF 直接提取。
- 手写体：Vision 对印刷体/清晰手写效果好，潦草手写不保证。
- 隐私卖点：文件在本机处理，不上传第三方。
Signals
- GitHub stars
- 3k
- Forks
- 500
- Last commit
- Sep 2026
Advanced
- Catalog kind
- skill
- Gateway key
doc-ocr- Source
- github.com/davepoon/buildwithclaude