AlphaMoatによると、2026-09時点でPDF OCR Using Gemini LLMのダウンロード数は1,456、スター数は0で、AIスキル全体5,078件中4,791位、オフィス効率化では435件中393位です。

インストール数

305

ダウンロード数

1456

スター数

総合順位

#4,791

全体の上位 95% · オフィス効率化の上位 91%

プラットフォーム	インストール数	ダウンロード数	スター数	コメント
ClawHub ↗	23	926	-	-
SkillHub ↗	305	1456	-	—

プラットフォームごとに集計方法と集計時点が異なります。

このスキルでできること

PDF をページ別に分けて送信し、Google API キーと Python 依存が必要です。枚数制限、文章・JSON、ファイル出力を選べます。外部処理を承認し、依存環境、保存先、認識結果を確認します。

資料公開日 2026-10-27

できること

承認済み PDF から文字を取る

使う場面

Google での OCR が許可されているとき

プロンプト例

スキルのドキュメントをもとに生成した例であり、実際の実行結果ではありません。

枚数と保存先を決め、ページ全体の送信を説明して。

月次の推移

ダウンロード数1456

スター数-

2026-09 から集計方法を変更し、同名スキルを作者ごとに分けて集計し、全スキルを対象にしました。破線は変更前の月で、変更後のデータとは直接比較せず、変更をまたぐ増減も計算していません。

月	ダウンロード数	前月比	スター数
2026-09	1456	—	-
2026-08	1183	+7.7%	-
2026-07	1098	+14.9%	-
2026-06	956	+9.9%	-
2026-05	870	—	-
2026-03	549	—	-

SKILL.md 原文

作者が公開した元のファイルをテキストのまま表示しています。AlphaMoat による編集や審査はしていません。リンクはクリックできません。コマンドは内容を確認してから実行してください。取得日 2026-10-23。

2.0 KB・ClawHub v0.1.7

---
name: PDF OCR using Gemini LLM
description: Extract text from PDFs using Google Gemini OCR. Use when extracting text from PDFs, performing OCR on scanned documents, or processing image-based PDFs.
metadata:
  openclaw:
    requires:
      env:
        - GOOGLE_API_KEY
    primaryEnv: GOOGLE_API_KEY
    install:

すべて表示(全 63 行)

      - kind: uv
        package: google-genai
        label: "Python deps"
      - kind: uv
        package: pymupdf
      - kind: uv
        package: pydantic
      - kind: uv
        package: pydantic-settings
---

## Purpose

Use geminipdfocr to extract text from PDF documents via OCR (Google Gemini).

## Data and privacy

**Full page images/files are sent to Google's API.** PDFs are split into single-page files and each page is uploaded to Google Gemini for OCR. There are no hidden exfiltration endpoints or other data collection. Do not use with highly sensitive documents unless you accept that content is sent to Google.

## Setup (venv installation)

Before first use, create and activate the virtual environment:

```bash
cd geminipdfocr && python -m venv venv && source venv/bin/activate && pip install -r requirements.txt
```

Set `GOOGLE_API_KEY` in your environment before running (e.g. `export GOOGLE_API_KEY=your-key`).

## How to use

When requested to extract text or perform OCR on a PDF:

1. Run: `cd geminipdfocr && source venv/bin/activate && python -m geminipdfocr <path-to-pdf> [--json] [--output <file>]`
2. Use `--json` for structured data.
3. Use `--max-pages N` for testing or very long documents.
4. Use `--quiet` to suppress progress logs.

## Requirements

- A valid PDF file path.
- `GOOGLE_API_KEY` set in the process environment (e.g. `export GOOGLE_API_KEY=your-key`).

## CLI options

| Option | Description |
|--------|-------------|
| `pdf_path` | One or more PDF file paths (positional) |
| `--max-pages N` | Limit pages per PDF |
| `--json` | Output structured JSON instead of plain text |
| `--output FILE` | Write result to file (default: stdout) |
| `--quiet` | Suppress INFO/DEBUG logs |