Agent Paddleocr Vision
多语言文档OCR识别与理解
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识别与理解 完整的 Skill 内容见：https://321skill.com/skills/agent-paddleocr-vision-x-9/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
'帮我处理这张发票，提取金额和日期，并生成可搜索PDF'，它会自动调用PaddleOCR API，识别文档类型为发票，提取结构化字段（如总金额、发票日期、商家名称），输出JSON结果，同时生成带有OCR文本层的PDF文件，方便后续检索和归档。
介绍
这个Skill解决了多语言文档中文字识别与结构化提取的痛点。实际工作中，开发者经常需要从发票、合同、名片、护照等不同文档中手动提取关键信息，尤其是面对多语言场景时，传统OCR工具往往需要繁琐的预处理和后期校对，效率低下。
使用方式很简单，你只需要配置PaddleOCR云API的访问地址和令牌，即可通过命令行工具对单个文档或整个目录进行批量处理。它会自动识别11种文档类型（如发票、收据、身份证等），提取结构化字段，并根据文档类型建议下一步操作（如生成费用记录、添加联系人）。此外，还支持生成带OCR文本层的高质量可搜索PDF，保留原始排版。
它非常适合需要处理大量多语言文档的团队或个人。尤其是那些经常面对外贸发票、国际合同、多语种身份证明文件的场景，以及需要将纸质文档快速数字化并归档的文档处理流程。数据分析师和文档工程师可以用它来自动化数据录入，减少重复劳动。
建议在需要统一文档处理标准时使用此工具，并结合批量处理功能提升效率。需要注意的是，它完全依赖PaddleOCR云API，必须拥有有效的网络连接和API凭证，无法离线运行。同时，处理超大文档或高并发请求时需注意API的超时设置（默认600秒）。
核心特点
与Tesseract等传统OCR不同，它不仅能提取文字，还会自动分类文档类型（如发票、合同、名片等11种），并为每种类型提供结构化参数和后续动作建议，例如识别为发票后自动生成费用记录，而不是仅输出纯文本。
注意事项
依赖PaddleOCR云API，需要网络连接和有效凭证，无法离线使用；同时需要Python环境及pdf2image、reportlab等依赖库，并需在系统安装poppler。
常见问题
如何获取PaddleOCR API密钥？
需要注册PaddleOCR云服务，在控制台获取访问令牌和API端点URL，并配置到环境变量PADDLEOCR_ACCESS_TOKEN和PADDLEOCR_DOC_PARSING_API_URL中。
支持哪些语言？
基于PaddleOCR的多语言模型，支持中文、英文、日文、韩文、法文、德文等常见语言，具体覆盖范围取决于PaddleOCR云API的版本。
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-9/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-9/raw/index.md（查看排版版本）