doc-ocr
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 (…
它会碰到什么
扫了多少2 个文本文件，4 KB
它会碰到什么写文件
命中总数1 处
命中统计严重 0 · 高 0 · 中 1 · 低 0
这一栏是扫描器报的事实，不是结论。命中多不等于有毒（安全工具、规则库、示例脚本本来就会包含危险写法），命中少也不等于干净。它和你手上的凭据、文件、网络有什么关系，需要你自己看。
技能内容
Doc-OCR 文档文字识别
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.txt3. 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。
想直接用这个技能？
本站把开放许可（MIT / Apache 等）的技能按仓库打包整理到网盘，点一下转存到你自己的网盘，不用一个个从 GitHub 拉。许可未声明的技能只给原始仓库链接，不打包。