Token导航 LogoToken导航TokenDH.com
中转站排行榜
研究检索权限需确认github未标认证来源可访问clear审计通过

ocr-document-processor（OCR 文档处理器）

Agent Skill

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。

总安装

88,992

周安装

3,644

GitHub Stars

53

下载量

27,936
CodexClaudeCursorGemini CLI

安装说明

本站只整理中文说明和来源信息，不托管安装包，也不代用户安装。

GitHub

来源数

3

许可证

MIT

最后核验

2026-05-01

来源状态

来源可访问

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

简介

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

SKILL.md

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.

适合场景

01

用户想查找某类 Agent Skill 时

02

需要根据任务场景推荐可安装能力包时

03

需要对比不同来源的安装命令和来源信息时

04

需要参考平台分布和安装热度时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明，方便继续核验

能力 4

补充不同宿主或平台的使用分布数据

能力 5

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用；具体调用方式请以来源页面和 README 为准。

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

权限需确认

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。

来源信息

GitHub 仓库

github.com

/dkyazzentwatwa/chatgpt-skills

SKILL.md 来源

github.com

/dkyazzentwatwa/chatgpt-skills/tree/main/skills/ocr-document-processor

skills-sh

skills.sh

/dkyazzentwatwa/chatgpt-skills/ocr-document-processor

agentskills-to

agentskills.to

/dkyazzentwatwa/chatgpt-skills/ocr-document-processor

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）

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）

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。