AlphaMoatによると、2026-09時点でOcr Local Roseのダウンロード数は1,481、スター数は0で、AIスキル全体5,078件中4,780位、オフィス効率化では435件中391位です。

インストール数

170

ダウンロード数

1481

スター数

総合順位

#4,780

全体の上位 95% · オフィス効率化の上位 90%

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 ↗	24	1021	-	-
SkillHub ↗	170	1481	-	—

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

Tesseract.js OCR で画像から文字を抽出します。簡体字中国語、繁体字中国語、英語に対応し、プレーンテキストまたは JSON で出力できます。原文では処理はローカルで API キー不要とされていますが、初回に言語データを取得します。低コントラスト、暗い画像、手書き文字では精度が下がることがあるため、結果を確認してください。 Node.js と Tesseract.js が必要です。制限された環境では依存関係を確認して固定し、信頼できる言語データを事前取得してください。

資料公開日 2026-10-27

できること

スクリーンショットや文書画像から文字を抽出するとき
画像に合った OCR 言語を選ぶとき
プレーンテキストまたは JSON で結果を得るとき

使う場面

画像内の中国語や英語を読み取る必要があるとき
OCR 結果を利用する前に確認し、制限の厳しい環境では依存関係と言語データの入手元を確認してください

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。

この画像から読める文字を抽出し、不確かな箇所や誤認識の可能性がある部分を示してください。

月次の推移

ダウンロード数1481

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	1481	—	-
2026-08	1091	+16.1%	-
2026-07	940	+35.8%	-
2026-06	692	+21.0%	-
2026-05	572	—	-
2026-03	249	—	-

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 v1.0.0

---
name: ocr-local
description: Extract text from images using Tesseract.js OCR (100% local, no API key required). Supports Chinese (simplified/traditional) and English.
homepage: https://github.com/naptha/tesseract.js
metadata: {"openclaw":{"emoji":"📝","requires":{"bins":["node"]},"install":[{"id":"npm","kind":"npm","packages":["tesseract.js"],"label":"Install tesseract.js"}]}}
---

# OCR - Image Text Recognition (Local)

Extract text from images using Tesseract.js. **100% local run, no API key required.** Supports Chinese and English.

すべて表示(全 66 行)


## Quick start

```bash
node {baseDir}/scripts/ocr.js /path/to/image.jpg
node {baseDir}/scripts/ocr.js /path/to/image.png --lang chi_sim
node {baseDir}/scripts/ocr.js /path/to/image.jpg --lang chi_tra+eng
```

## Options

- `--lang <langs>`: Language codes (default: chi_sim+eng)
  - `chi_sim` - Simplified Chinese
  - `chi_tra` - Traditional Chinese  
  - `eng` - English
  - Combine with `+`: `chi_sim+eng`

- `--json`: Output as JSON instead of plain text

## Examples

```bash
# Recognize Chinese screenshot
node {baseDir}/scripts/ocr.js screenshot.png

# Recognize English document
node {baseDir}/scripts/ocr.js document.jpg --lang eng

# Mixed Chinese + English
node {baseDir}/scripts/ocr.js mixed.png --lang chi_sim+eng
```

## Notes

- Language data is stored in `{baseDir}/scripts/tessdata/`
- First run downloads language data (~20MB per language)
- Subsequent runs use cached data
- Works best with clear, high-contrast images
- For handwritten text, accuracy may vary

## Language Data

Language model files (`.traineddata.gz`) are automatically downloaded on first use and stored in:
```
{baseDir}/scripts/tessdata/
- chi_sim.traineddata.gz (Simplified Chinese)
- eng.traineddata.gz (English)
```

To manually download or update language data:
```bash
cd {baseDir}/scripts/tessdata
curl -O https://cdn.jsdelivr.net/npm/@tesseract.js-data/chi_sim/4.0.0_best_int/chi_sim.traineddata.gz
curl -O https://cdn.jsdelivr.net/npm/@tesseract.js-data/eng/4.0.0_best_int/eng.traineddata.gz
```