技能 ocr
📄
ocr
安全 📁
文件系统访问
將 PDF 和圖片轉換為 Markdown
從 PDF 文件和圖片中提取文字需要多個步驟和工具。此技能使用 Claude 視覺功能準確地將掃描文件和圖片轉換為乾淨的 Markdown 格式，並保留適當的結構。
支持: Claude Codex Code(CC)
1
下载技能 ZIP
2
在 Claude 中上传
前往 设置 → 功能 → 技能 → 上传技能
3
开启并开始使用
测试它
正在使用“ocr”。 將這份掃描的季度報告轉換為 Markdown
预期结果:
- OCR processing complete for quarterly_report.pdf
- Output: quarterly_report.md (12 pages)
- Content types detected: Tables, headings, bullet lists, images
- Files saved to: /path/to/quarterly_report.md
正在使用“ocr”。 僅從此螢幕截圖中提取程式碼片段
预期结果:
- Extracted 3 code blocks from screenshot.png
- Output: screenshot.md
- Languages detected: Python, JavaScript, SQL
正在使用“ocr”。 批次處理這 50 份文件掃描
预期结果:
- Processed 47 of 50 files successfully
- 3 files skipped (size limits exceeded)
- Output files saved to original folder
安全审计
安全v5 • 1/16/2026
Legitimate OCR document processing skill using Claude vision. Static findings are false positives triggered by benign patterns in documentation (file paths, directory names, shell examples). The skill only uses system Read/Write tools, makes no network calls, and uses Task agents for context isolation. No malicious intent detected.
2
已扫描文件
542
分析行数
1
发现项
5
审计总数
风险因素
📁 文件系统访问 (4)
审计者: claude 查看审计历史 →
质量评分
38
架构
100
可维护性
85
内容
23
社区
100
安全
91
规范符合性
你能构建什么
轉換研究論文
從學術論文中提取文字以進行引用和分析工作。
數位化文件
將掃描的合約和表單轉換為可搜尋的文字檔案。
提取圖片文字
從螢幕截圖中提取文字用於文件和部落格文章。
试试这些提示
基本 PDF 轉換
/ocr /path/to/document.pdf
僅提取表格
/ocr /path/to/report.pdf "Extract only the tables"
批次圖片處理
/ocr /path/to/images/folder/
逐頁輸出
/ocr /path/to/long-document.pdf
最佳实践
- 使用清晰的自訂指令將提取重點放在特定內容上
- 對於大型文件，請驗證複雜表格是否正確呈現
- 處理複雜版面時保留原始檔案作為參考
避免
- 不要假設 OCR 能完美保留複雜格式
- 未驗證輸出準確性之前，不要處理敏感文件
- 不要用於受密碼保護或加密的 PDF 檔案
常见问题
支援哪些檔案大小?
檔案必須在 Claude 視覺限制範圍內。大型 PDF 可能觸發 413 錯誤。
這對掃描的 PDF 有效嗎?
是的,包含圖片的掃描 PDF 會使用 Claude 視覺功能處理。
能否提取手寫文字?
手寫辨識準確度不一。簡單、清晰的手寫效果最佳。
如何處理複雜表格?
表格轉換為 Markdown 格式。非常複雜的版面可能需要人工檢視。
我的資料會被傳送到外部嗎?
處理僅使用 Claude 視覺功能。不會將資料傳送至第三方服務。
統一輸出與逐頁輸出的差異?
統一模式將所有頁面合併為一個檔案。逐頁模式則建立個別檔案。