據 AlphaMoat 統計,截至 2026-09,Doc Ocr Skills 累計下載 1,900 次、獲 0 個星標,在全部 5,078 個 AI 技能中排名第 4,493 位,在「辦公效率」分類(435 個)中排名第 353 位。

累計安裝

153

累計下載

1900

星標

全站排名

#4,493

全站前 89% · 「辦公效率」前 82%

平台	累計安裝	累計下載	星標	評論
ClawHub ↗	49	1748	-	-
SkillHub ↗	153	1900	-	—

各平台的計數口徑不同,統計時間不一致。

這個技能是做什麼的

本機 OCR 引擎與 Gemini 雲端 OCR 可作為不同處理路徑；雲端模式會將選定文件傳送給服務，並且文件示例把 API key 存為明文。卡片還指出安裝涉及可變遠端程式碼和未提供審閱的原生二進位制。敏感檔案優先使用本機引擎，並審閱安裝來源及金鑰儲存方式。需所選引擎的 Python 相依套件與審閱過的 docr；本機 RapidOCR/PaddleOCR 不需 Gemini key。人工核對辨識文字並確認輸出路徑，雲端傳輸批准只適用於 Gemini 分支。

資料釋出於 2026-10-27

可以用來做什麼

從掃描 PDF 或圖像中提取文字
對敏感文件選擇本機 OCR 處理路徑

什麼時候用

文件獲准處理、所選引擎和安裝來源可信時；若使用 Gemini，另行批准雲端傳輸。

示例提示詞

以下是根據技能文件生成的示例,不代表實際執行結果。

比較本機 OCR 與雲端 OCR 對文件資料流向的影響，不讀取或上傳檔案。

規劃掃描件的 OCR 流程，包含安裝來源審閱和 API key 保護。

月度資料趨勢

累計下載1900

星標-

2026-09 起統計方法調整:同名技能按作者分別統計,並覆蓋全部技能。圖中虛線為調整前的月份,與之後的資料不直接比較,也不計算跨越調整的增長。

月份	累計下載	環比	星標
2026-09	1900	—	-
2026-08	1663	+9.2%	-
2026-07	1523	+20.1%	-
2026-06	1268	+14.9%	-
2026-05	1104	—	-
2026-03	421	—	-

SKILL.md 原文

以下是作者釋出的原始檔案,按純文字顯示,本站未做修改或稽核;其中的連結不可點選,命令請核實後再執行。抓取於 2026-10-23。

2.7 KB · ClawHub v0.1.0

---
name: doc-ocr-skills
description: OCR documents (PDFs and images) using Gemini 2.5 Flash, PaddleOCR (local), or RapidOCR (local).
---

# Document OCR Skill (docr)

Uses **Gemini 2.5 Flash**, **PaddleOCR**, or **RapidOCR** (local) to recognize text from scanned PDFs and images. Compiled as a single Go binary.

## Prerequisites

展開全部(共 103 行)


- API Key configured in `~/.ocr/config` (not needed for Paddle/Rapid)
- For RapidOCR engine: `pip install rapidocr_onnxruntime`
- For PaddleOCR engine: `pip install paddleocr paddlepaddle`

### API Key Configuration

Create the config file:

```bash
mkdir -p ~/.ocr
cat > ~/.ocr/config << EOF
# Google Gemini API Key
gemini_api_key=your_gemini_key
EOF
```

## Quick Start

> **Path Variable**: All commands below use `$DOCR`. Before running any command, set this variable:
> ```bash
> SKILL_DIR="$(cd "$(dirname "<path-to-this-SKILL.md>")" && pwd)"
> DOCR="$SKILL_DIR/scripts/docr/docr"
> ```

```bash
# OCR a single document using RapidOCR (default)
$DOCR document.pdf
$DOCR image.jpg

# Use Gemini engine
$DOCR -engine gemini document.pdf

# Use PaddleOCR local engine
$DOCR -engine paddle document.pdf

# Specify output file
$DOCR document.pdf -o result.txt

# Batch process all supported files in a directory
$DOCR -batch ./docs/ -o ./outputs/
```

## Engines

| Engine | Flag | API Key Config | Doc Handling |
|--------|------|---------------|--------------|
| **RapidOCR** (default) | `-engine rapid` | None | Local OCR |
| **Gemini** | `-engine gemini` | `gemini_api_key` | Cloud Vision API |
| **PaddleOCR** (local) | `-engine paddle` | None | Local OCR |

## CLI Reference

```
docr [options] <file or directory>

Options:
  -engine string   OCR engine: rapid (default) / gemini / paddle
  -e string        Engine (short flag)
  -o string        Output file path or directory (batch mode)
  -output string   Output path (long flag)
  -batch           Batch mode: process all files in directory
  -prompt string   Custom recognition prompt (gemini)
```

## Installation

We provide pre-compiled binaries to get you started quickly.

```bash
cd doc-ocr-skills/scripts
./install.sh
```
This script will detect your OS (`darwin`/`linux`) and architecture (`amd64`/`arm64`) and download the appropriate version of `docr`.

### Building from Source (Optional)

If you prefer to build from source, ensure you have **Go 1.21+** installed:

```bash
cd doc-ocr-skills/scripts/docr
go build -o docr .
```

## Error Handling

| Error | Solution |
|-------|----------|
| `config file not found` | Create `~/.ocr/config` with API keys |
| `gemini_api_key not found` | Add `gemini_api_key=VALUE` to config |
| `file not found` | Verify the document file path |
| API timeout | Retry; large files may need longer |