“OCR”

Change or evaluate Xberg OCR backends, preprocessing, caching, page acceptance, geometry, hOCR structure, table reconstruction, or cross-backend quality.

ローカル Tesseract OCR でスクリーンショット画像群を Markdown に文字起こしする。Playwright による自動スクショ取得も可能。社外秘ドキュメントを外部 API に出さずに処理したいときに使う。

Use when extracting text from scanned PDFs, photographed pages, or images that have no embedded text layer.

7 ocr & translation skills.

Extract one cropped OopsNote problem image into strict OopsMark v1 OCR JSON without solving, guessing, or mixing student work into the printed question.

Extract text from PDFs, images, scans, and Word documents using Python libraries and CLI tools

Extract text from PDFs, images, scans, Word docs (Python)

Search traceable academic papers, download legally accessible PDFs from arXiv and open-access sources, convert PDFs or page images to Markdown with a…

Extract text from PDFs and scanned documents.

Extract text from PDFs and scanned documents.

使用 alibaba/open-code-review（ocr CLI）对 Git 变更执行 AI 代码评审：OCR 以确定性工程完成文件选择与规则匹配，产出行级定位、按严重度分级的结构化意见（bug/安全/性能等）。默认委托模式由当前 Agent 执行评审，无需配置额外 LLM；也可切换 OCR…

用 OCR 技术识别增值税发票图片并导出到 Excel，支持批量处理和翻译。当用户提到发票识别、增值税发票 OCR、电子发票识别、发票汇总时使用。

检查/修正某日 md 里 cls 图 OCR 自动填充的四小节(午评/午间涨停分析/收评/涨停分析)。用户下班说'检查今天md'时用。Java 定时链已自动下载+OCR+填充, 本 skill 做 AI 复核: 直接看图 vs md 小节全量比对, 错字直改, 数据以图为准覆盖, PARSE_FAIL/缺图列清单。

科研工具能力入口：文档解析、OCR、知识图谱、代码执行与数据采集。Use for research software, diagrams, scraping, notebooks, OCR, and graphs.

Live-test any Electron desktop app with native-devtools-mcp, Chrome DevTools Protocol, screenshots, OCR, and accessibility tools.

Change or diagnose Xberg PDF extraction, native/Pdfium backend selection, PDF rendering sessions, encrypted documents, OCR fallback, or backend-specific…

读取、OCR、创建、设计排版、转换和处理 PDF。支持本地文件与 HTTPS PDF、扫描件和任务图像，以原生文本提取及本地 OCR 为主，模型辅助疑难复核；提供 HTML/CSS 出版排版、文本生成、Office/LaTeX 导出、表单、页面与元数据操作。用户要求阅读或总结…

Markdown conversion: PDF, Office, HTML, data, OCR, audio, ZIP, YouTube.

Decide which xberg-io repository owns a cross-repository fix or API, and coordinate compatible changes across Xberg, Alef, enterprise, crawler, LLM, and OCR…

Use when a task gives noisy OCR text of historical newspapers, periodicals or books (several languages, with metadata and a set of labelled OCR/ground-truth…

律师助理与法律助手在处理繁杂法条时，当需要将 PDF/Word/TXT 格式的法律规范文件转为结构化 Markdown 时适用。自动完成 OCR 解析、法律层级识别与三阶段保真校验，一键生成排版完美的法条 Markdown 文档及审核报告，让法律文本数字化工作事半功倍。

Analyze images using GPT-4 Vision for detailed description, OCR text extraction, object recognition, and visual Q&A.

Azure AI Vision Image Analysis SDK for captions, tags, objects, OCR, people detection, and smart cropping.

Analyze images using Dashscope (Qwen) Vision models for detailed description, OCR text extraction, object recognition, and visual Q&A.