搜索「OCR」的结果

io.clawhub.karmanverma/markitdown-skill

将文档转换为 Markdown 的 OpenClaw 技能。提供 Microsoft MarkItDown 库的文档与工具。支持 PDF、Word、PowerPoint、Excel、图像（OCR）、音频（转写）、HTML、YouTube。

io.clawhub.chndranndr/japanese-tutor

互动式日语学习助手。支持词汇、语法、测验、角色扮演，可解析 PDF/DOCX 材料辅助学习/作业，并提供 OCR 翻译。

io.clawhub.shawnminh/tencentcloud-cos

腾讯云对象存储(COS)和数据万象(CI)集成技能。覆盖文件存储管理、AI处理和知识库三大核心场景。 存储场景：上传文件到云端、下载云端文件、批量管理存储桶文件、获取文件签名链接分享、查看文件元信息、查询数据万象及子服务开通状态。 图片处理场景：图片质量评估打分、AI超分辨率放大、AI智能裁剪、二维码/条形码识别、添加文字水印、获取图片EXIF信息、缩放、裁剪、旋转、格式转换。 文档处理场景：Word/Excel/PPT等办公文档转PDF、文档预览。 媒体处理场景：视频智能封面提取、视频转码、视频截帧、获取媒体信息。 内容审核场景：图片/视频/音频/文本/文档内容审核，检测违规内容。 智能语音

io.clawhub.upstage-deployment/upstage-document-parse

使用 Upstage Document Parse 将文档（PDF、图片、DOCX、PPTX、XLSX、HWP）解析为保留版式结构的 Markdown/HTML，包含表格、图示、标题和边界框。

io.clawhub.annoyingc/captcha-auto

智能验证码自动识别 Skill - 混合模式（本地 Tesseract OCR + 阿里云千问 3 VL Plus）。支持两阶段输入框查找、安全隐私警告。用于网页自动化中的验证码识别、填写和提交。

PDF 文本提取器

v1.0.0

io.clawhub.michael-laffin/pdf-text-extractor

从 PDF 提取文本，支持 OCR。适合文档数字化、发票处理与内容分析。零依赖。

io.clawhub.ankylala/document-parser

从 PDF、图片和 Word 文件中提取结构化数据，具备版式分析、表格识别、OCR、印章检测与目录提取能力。

io.clawhub.xiatian5/windows-gui-automation-cn

开箱即用的Windows桌面GUI自动化集成技能，整合原生UI自动化、鼠标控制、截图识别、AI视觉分析，一站式解决Windows桌面自动化需求。支持打开应用、点击、输入、截图、OCR识别、流程自动化。