ocr

io.clawhub.steipete/markdown-converter

使用 markitdown 将文档与文件转换为 Markdown。在转换 PDF、Word（.docx）、PowerPoint（.pptx）、Excel（.xlsx/.xls）、HTML、CSV、JSON、XML、图片（含 EXIF/OCR）、音频（含转写）、ZIP 归档、YouTube 链接或 EPub 为 Markdown 以供 LLM 处理或文本分析时使用。

io.clawhub.shaw555/ocr-local

使用 Tesseract.js OCR 从图片中提取文字（100% 本地运行，无需 API Key）。支持中文（简体/繁体）与英文。

io.clawhub.xejrax/image-ocr

使用 Tesseract OCR 从图像中提取文字。

io.clawhub.shawnminh/tencent-cos-skill

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.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.uday390/deepread-ocr

AI 原生 OCR 平台，几分钟内把文档转换为高精度数据。

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.whalefell/tesseract-ocr

通过命令行直接调用 Tesseract OCR 引擎从图片中提取文字。支持包括中文、英文在内的多种语言。

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.shhdwi/docstrange

Nanonets 文档抽取 API。将 PDF 与图片转换为带置信度评分的 markdown、JSON 或 CSV。适用于 OCR 文档、提取发票字段、解析收据或将表格转为结构化数据。

io.clawhub.sxliuyu/screenshot-ocr

截图 OCR 识别工具。截图→自动识别文字→复制/保存，适合提取图片内容、表格数据、验证码。

io.clawhub.baokui/pdf-ocr-layout

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)

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.bobholamovic/paddleocr-text-recognition

当用户需要从图片、照片、扫描件、截图或扫描版 PDF 中提取文字时使用此技能。

io.clawhub.roamer-remote/ocr-python

使用 PaddleOCR 在 Python 中提取图片和扫描版 PDF 中的中英文文字，适用于发票、合同等文档。

io.clawhub.tanis90/ocr-document

OCR 文档提取——使用 OCR 从扫描文档、照片和图像中提取文字。适用于读取扫描 PDF、拍摄的书页、手写笔记等场景。

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.igetmm/image-ocr-reader

使用 OCR 从图片中提取文字，支持中英文，兼容 jpg、png、jpeg 等常见格式。

io.clawhub.yescan-ai/yescan-ocr-universal

由夸克扫描王提供的高准取率 OCR 文字识别工具，支持印刷、手写、表格、多语言、公式等各种场景。支持图片、截图、扫描件中的文字提取，包括手写文档、表格内容、数学公式、商品图片等复杂场景。精准识别各类证件（身份证、社保卡、驾驶证、行驶证、港澳通行证、学位证等证件）及票据（增值税发票、火车票、英文发票等票据），同时支持医疗报告单、营业执照、习题题目等专业文档识别。

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.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.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.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.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。