pdf-ocr-layout Skill安装与使用教程
io.clawhub.baokui/pdf-ocr-layout · v1.0.2
基于智谱 GLM-OCR、GLM-4.7 及 GLM-4.6V 的多模态文档深度解析工具。 Use when: - 需要高精度提取文档(PDF/图片)中的表格并转换为 Markdown 格式 - 需要从文档页面中自动裁剪并提取插图、图表为独立文件 - 需要对提取的图表进行深度语义理解(基于 GLM-4.6V 视觉分析) - 需要对提取的表格数据进行逻辑分析(基于 GLM-4.7 文本分析) 核心架构: 1. 视觉提取:GLM-OCR 2. 语义理解:GLM-4.7 (纯文本/表格) + GLM-4.6V (多模态/图像)
热度数据
产品介绍
基于智谱 GLM-OCR、GLM-4.7 及 GLM-4.6V 的多模态文档深度解析工具。 Use when: - 需要高精度提取文档(PDF/图片)中的表格并转换为 Markdown 格式 - 需要从文档页面中自动裁剪并提取插图、图表为独立文件 - 需要对提取的图表进行深度语义理解(基于 GLM-4.6V 视觉分析) - 需要对提取的表格数据进行逻辑分析(基于 GLM-4.7 文本分析) 核心架构: 1. 视觉提取:GLM-OCR 2. 语义理解:GLM-4.7 (纯文本/表格) + GLM-4.6V (多模态/图像) pdf-ocr-layout 是一个Agent Skill,收录自 ClawHub。本页提供产品介绍、配置教程、安装命令与适用场景,可复制到 Cursor、Claude Code、VS Code。
适用场景
Agent Skill 是带 SKILL.md 的指令包。安装后,AI 会根据 description 在匹配任务时自动加载,无需每次手动粘贴提示词。
按平台快速复制
选择你的平台查看安装方式
选择安装方式
# 改 --ai 切换客户端:cursor | claude-code | codex | vscode | openclaw
curl -fsSL "https://myagenthub.cn/cli/agenthub-skill.mjs" | node - init baokui/pdf-ocr-layout --ai cursor -y