下载

Skill UI

浏览并发现 10585+ 精选技能

全部编程开发人工智能设计创意产品商业数据科学市场营销职场通用效率工具硬件工程语言学习

搜索 OCR ，共找到 6 条记录

默认排序最新上传最多下载

证件图片自动翻译与PDF生成器

visa-doc-translate

affaan-m/everything-claude-code

该工具旨在自动化处理各种非英文的签证申请图片文件（如银行流水、在职证明等）。它能自动预处理图片（包括角度校正），采用多重OCR技术提取文本，并将其专业翻译成英文。最终输出的PDF格式专业，包含原始图片和符合认证要求的双语译文，极大地简化了国际签证办理流程。

多格式文件转Markdown

K-Dense-AI/scientific-agent-skills

MarkItDown是一款强大的文件转换工具，支持PDF、Word、PPT、图片、音频、表格等超过15种格式。它能将复杂的文档内容提取并转换为结构清晰、对大型语言模型（LLM）极度友好的Markdown格式，是实现多源数据内容结构化和AI应用的关键步骤。

综合PDF处理与操作指南

document-skills-pdf

aitytech/agentkits-marketing

本指南提供了一套完整的PDF处理工具集，涵盖了文本、表格和元数据的提取。用户可以使用Python库（如pypdf, pdfplumber）进行文档合并、拆分、旋转，并利用reportlab创建新的PDF。此外，还结合了命令行工具和OCR流程，支持处理扫描件和复杂的自动化文档流程。

通用深度学术研究助手

Imbad0202/academic-research-skills

这是一个由13个智能体组成的通用、全流程学术研究代理系统。它覆盖了整个研究生命周期，包括：从提炼核心问题、设计研究方法，到进行系统文献回顾、元分析、事实查核和偏倚评估。最终能够生成符合APA 7.0标准的完整报告，是学术研究者、学生等深度研究需求的专业工具。

本地版式感知文档解析器

K-Dense-AI/scientific-agent-skills

LiteParse是一款本地部署、高性能的文档解析工具。它能够从PDF、Office文件和图像中提取布局感知的文本，并输出带有精确坐标（bounding boxes）的结构化JSON数据。适用于构建高级RAG系统、进行引文溯源或作为多模态代理的底层数据预处理。

视频OCR内容提取工具

video-content-extractor

sickn33/antigravity-awesome-skills

该工具能够自动从MP4视频中提取关键帧，并对这些帧运行OCR文字识别。它最终生成一份结构化的Markdown报告，其中包含完整的视频元数据和带有准确时间戳的文本转录记录。适用于分析讲座、演示文稿或屏幕录像等视频内容。

1

语言