搜索「OCR」的结果

io.clawhub.linfangw/qveris-official

QVeris 是一个能力发现与工具调用引擎。

io.clawhub.cntuang/image-vision

解析并理解图像：描述内容、提取文字、回答问题、对比视觉素材，并从 JPG、PNG、GI……中抽取结构化数据

io.clawhub.easonai-5589/mineru

用 MinerU API 解析 PDF/Word/PPT/图片为 Markdown，支持公式、表格、OCR。适用于论文解析、文档提取。

io.clawhub.mineru-extract/mineru-document-extractor

MinerU 文档抽取——将 PDF、扫描文档、图片、Word（DOC/DOCX）、PowerPoint（PPT/PPTX）。

io.clawhub.yang1002378395-cmyk/pdf-processor-cn

只要用户想对 PDF 文件做任何事，都使用本技能。

io.clawhub.datadrivenconstruction/pdf-to-structured

从建筑行业 PDF 中提取结构化数据。将规格书、BOM 物料清单、进度表、报告等从 PDF 转为 Excel/CSV/JSON。扫描件用 OCR 处理，原生 PDF 用 pdfplumber。

io.clawhub.jdrhyne/nutrient-openclaw

使用固定版本的 Nutrient OpenClaw 插件，对最后已知的本地额度记录执行文档转换、OCR、内容抽取、涂黑遮蔽、加水印、签名或检查。仅把 OpenClaw 的文档处理请求路由到它声明的工具。需将该处理视为外部、消耗额度的 DWS 调用：每次调用都要给出有上限的费用预估，并在执行前获得确认。

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。

iFlytek 合同智能审核

io.github.iflytek/iFly-Skills/iflytek-contract-intelligence-review

用于用户要求审查合同、识别合同风险或执行合规检查的场景。合同智能审核——对合同扫描件、图片合同、双语合同进行完整审核，覆盖 OCR 识别、条款分析、风险检测、合规校对、翻译摘要全流程。适用于法务审核、采购合同审查、供应链合规检查等场景。关键词：合同审核、风险检测、条款分析、合规校对。

vision-analysis

io.github.MiniMax-AI/skills/vision-analysis

借助 MiniMax 视觉 MCP 工具分析、描述并提取图像信息。适用场景：用户分享图片文件路径或 URL（消息中含 .jpg、.jpeg、.png、.gif、.webp、.bmp、.svg 扩展名），或在提及图像时使用 analyze、analyse、describe、explain、understand、look at、review、extract text、OCR 等词，对象可以是 image、screenshot、diagram、chart、mockup、wireframe、photo。另外触发：UI 原型评审、线框图分析、设计点评、图表数据提取、物体识别、人/动物/活动识别。

Azure AI 服务

io.github.microsoft/azure-skills/azure-ai

调用 Azure AI 的搜索、语音、OpenAI 与 OCR 能力。

PDF 处理

io.github.anthropics/skills/pdf

只要用户想对 PDF 文件做任何事情，就使用本技能。包括读取或提取 PDF 中的文本与表格、把多个 PDF 合并成一个、拆分 PDF、旋转页面、添加水印、创建新 PDF、填写 PDF 表单、加解密 PDF、提取图片，以及对扫描版 PDF 做 OCR 使其可检索。用户提到 .pdf 文件或要求产出 PDF 时，请使用本技能。

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。

libofcongress-mcp-server（国会图书馆）

io.smithery.cyanheads.libofcongress-mcp-server

检索美国国会图书馆数字馆藏、Chronicling America 历史报纸（完整 OCR）与主题词表。

Transloadit 媒体处理 MCP

io.smithery.kvz.transloadit-mcp-server

官方 Transloadit MCP 服务器，面向 AI 智能体。通过 80 多个媒体处理机器人处理视频、图片、文档与音频：HLS 视频转码、图片缩放、OCR 抽取文字、生成缩略图、执行 FFmpeg 命令等，全部在 AI 助手中完成。支持 Claude、Cursor、VS Code Copilot、Gemini CLI 及任意兼容 MCP 的客户端。

com.fynepdf/fynepdf

Compress, merge, convert, OCR, redact and sign PDFs, generate new ones, and read them with AI.

io.github.docling-project/docling-rs

Documents to Markdown for agents: PDF layout, tables and OCR, Office, HTML, scans. docling in Rust.

app.apick/all

韩国数据、OCR、搜索、格式转换、图像与视频生成，以及异步 TTS。