Agent Paddleocr Vision
多语言文档OCR识别与自动分类
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：Agent Paddleocr Vision。 它的用途是：多语言文档OCR识别与自动分类 完整的 Skill 内容见：https://321skill.com/skills/agent-paddleocr-vision-x-8/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
'帮我处理这个发票图片，提取信息并生成可搜索的PDF。'，它会自动调用PaddleOCR API解析文档，识别为发票类型，提取订单号、金额、日期等字段，并生成带OCR文本层的PDF文件，同时给出'创建费用'等建议动作。
介绍
这个Skill解决了多语言文档OCR识别与自动分类的问题。在实际业务中，企业经常需要处理大量发票、合同、身份证等不同格式的文档，手动分类和提取关键信息耗时耗力且容易出错。该工具通过PaddleOCR云API，能自动识别文档类型并提取结构化数据，同时提供可操作的后续建议。
使用方式很简单，你只需要配置PaddleOCR的API地址和访问令牌。之后就可以通过命令行处理单个文件或批量处理整个目录，支持生成带搜索层的PDF文档。脚本会自动判断文档类型（如发票、名片、收据、护照等11种），提取对应字段，并给出创建费用、添加联系人等建议动作。
它非常适合需要自动化文档处理流程的团队或个人，尤其是那些已经使用PaddleOCR服务或拥有自有OCR API的企业。智能体开发人员可以将其集成到AI工作流中，实现文档的自动分类与信息提取，数据分析师和电商运营人员也能快速从大量票据中提取关键数据。
建议在需要批量处理发票、合同或身份证件时统一使用此工具。需要注意的是，它主要依赖PaddleOCR云端API，因此需要网络连接和有效的API凭证，且处理超时时间默认为600秒，大文件可能需要调整。
核心特点
与普通OCR工具（如Tesseract）不同，Agent PaddleOCR Vision不仅能提取文字，还能自动将文档分为11种具体类型（如发票、身份证、护照），并针对每种类型提供结构化动作建议（如创建费用、提取身份证信息），而非仅输出纯文本。
注意事项
需要Python环境，依赖PaddleOCR云API（需网络和API密钥），不支持完全离线运行，且处理超时默认600秒，超大文件可能需调整。
常见问题
支持哪些文档类型？
支持11种：发票、名片、收据、表格、合同、身份证、护照、银行流水、驾照、税单、通用文档。
是否需要GPU？
不需要，OCR处理在云端PaddleOCR API完成，本地仅需Python环境运行脚本。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/agent-paddleocr-vision-x-8/raw/index.md 读取 Agent Paddleocr Vision 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/agent-paddleocr-vision-x-8/raw/index.md（查看排版版本）