Imported from davepoon/buildwithclaude (plugins/all-skills/skills/doc-ocr/SKILL.md). Install upstream with npx skills add davepoon/buildwithclaude --skill doc-ocr. Copyright stays with the author (MIT).

Doc-OCR 文档文字识别

Name: doc-ocr
Author: davepoon

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。

{ "ocm": "1", "id": "davepoon-buildwithclaude-doc-ocr", "kind": "skill", "name": "doc-ocr", "description": "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.", "publisher": "davepoon", "version": "1.0.0", "capabilities": { "domains": [ "general" ], "tags": [ "skill-md", "skills-sh" ], "languages": [ "en" ] }, "quality_prior": 0.6, "examples": [ "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." ], "primary": false, "metadata": { "source": { "provider": "skills.sh", "repository": "https://github.com/davepoon/buildwithclaude", "path": "plugins/all-skills/skills/doc-ocr/SKILL.md", "ref": "HEAD", "url": "https://github.com/davepoon/buildwithclaude/blob/HEAD/plugins/all-skills/skills/doc-ocr/SKILL.md", "key": "davepoon/buildwithclaude/plugins/all-skills/skills/doc-ocr/SKILL.md" }, "license": "MIT" }, "instructions": "# Doc-OCR 文档文字识别\n\nPDF / 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）。\n\n## 触发条件\n\n用户提供 PDF/图片文件，要求：\n- \"提取文字\"\"转文字\"\"OCR\"\n- 处理扫描件、合同、发票、书页、截图\n\n## 使用步骤\n\n### 1. 单个文件\n\n```bash\npython3 scripts/dococr.py 合同.pdf\npython3 scripts/dococr.py 发票.jpg\n```\n\n输出保存为 `<输入名>_ocr.txt`。\n\n### 2. 批量目录\n\n```bash\npython3 scripts/dococr.py ./扫描件/ -o 全部.txt\n```\n\n### 3. Markdown 输出\n\n```bash\npython3 scripts/dococr.py 书.pdf --md\n```\n\n## 依赖（首次使用时安装）\n\n```bash\npip3 install pymupdf pyobjc-framework-Vision\n```\n\n**注意**：OCR 依赖 macOS Vision（仅 macOS 可用）。Linux 需另装 tesseract 等引擎。\n\n## 已知陷阱\n\n- **扫描件判定**：PDF 文字层 <20 字自动走 OCR", "cost": { "context_tokens": 169 } }

doc-ocr

About

Doc-OCR 文档文字识别

触发条件

使用步骤

1. 单个文件

2. 批量目录

3. Markdown 输出

依赖（首次使用时安装）

已知陷阱

Use it

Manifest

Reviews