据 AlphaMoat 统计,截至 2026-09,Doc Ocr Skills 累计下载 1,900 次、获 0 个星标,在全部 5,078 个 AI 技能中排名第 4,493 位,在「办公效率」分类(435 个)中排名第 353 位。

累计安装

153

累计下载

1,900

星标

全站排名

#4,493

全站前 89% · 「办公效率」前 82%

平台	累计安装	累计下载	星标	评论
ClawHub ↗	49	1,748	-	-
SkillHub ↗	153	1,900	-	—

各平台的计数口径不同,统计时间不一致。

这个技能是做什么的

本地 OCR 引擎与 Gemini 云端 OCR 可作为不同处理路径；云端模式会将选定文档发送给服务，并且文档示例把 API key 存为明文。卡片还指出安装涉及可变远程代码和未提供审阅的原生二进制。敏感文件优先使用本地引擎，并审阅安装来源及密钥存储方式。需所选引擎的 Python 依赖与审阅过的 docr；本地 RapidOCR/PaddleOCR 不需 Gemini key。人工核对识别文字并确认输出路径，云传输批准只适用于 Gemini 分支。

资料发布于 2026-10-27

可以用来做什么

从扫描 PDF 或图像中提取文本
对敏感文档选择本地 OCR 处理路径

什么时候用

文档获准处理、所选引擎和安装来源可信时；若使用 Gemini，另行批准云传输。

示例提示词

以下是根据技能文档生成的示例,不代表实际运行结果。

比较本地 OCR 与云端 OCR 对文档数据流向的影响，不读取或上传文件。

规划扫描件的 OCR 流程，包含安装来源审阅和 API key 保护。

月度数据趋势

累计下载1,900

星标-

2026-09 起统计方法调整:同名技能按作者分别统计,并覆盖全部技能。图中虚线为调整前的月份,与之后的数据不直接比较,也不计算跨越调整的增长。

月份	累计下载	环比	星标
2026-09	1,900	—	-
2026-08	1,663	+9.2%	-
2026-07	1,523	+20.1%	-
2026-06	1,268	+14.9%	-
2026-05	1,104	—	-
2026-03	421	—	-

SKILL.md 原文

以下是作者发布的原始文件,按纯文本显示,本站未做修改或审核;其中的链接不可点击,命令请核实后再运行。抓取于 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

展开全部(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 |