Agent Paddleocr Vision
多语言文档OCR识别与智能分类处理工具
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识别与智能分类处理工具 完整的 Skill 内容见：https://321skill.com/skills/agent-paddleocr-vision/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
'帮我处理这张发票图片，识别分类并生成可搜索PDF。' 它会调用PaddleOCR API，检测文档类型为invoice，提取金额、日期、公司名等字段，输出结构化JSON，同时生成带文字层的PDF文件，方便后续检索和归档。
介绍
这个Skill解决了多语种文档处理中的痛点：手动识别、分类和提取信息费时费力，且容易出错。在实际工作中，财务人员需要处理大量发票、收据；行政人员要管理合同、身份证件；电商运营要分析银行对账单等。传统OCR工具只能提取文字，缺乏文档类型判断和后续动作建议，导致用户仍需手动归类和处理。
使用方式很简单，你只需要配置好PaddleOCR云API的URL和令牌，安装必要的Python依赖库。之后就可以通过命令行处理单个文档（如 python3 scripts/doc_vision.py --file-path invoice.jpg --pretty --make-searchable-pdf）或批量扫描整个目录。它会自动识别文档类型（支持11种），提取结构化信息，并根据类型推荐下一步操作（如发票自动创建费用记录、名片添加联系人）。同时支持生成带可搜索文本层的PDF文件。
它非常适合需要自动化处理多语种文档的团队或个人。尤其是那些已经使用PaddleOCR云服务的企业，可以无缝集成到现有流程中。场景包括：财务人员处理发票报销、人事管理员工证件、电商运营分析订单；开发者在构建文档自动化系统时，也可以将其作为OCR与分类模块嵌入。
建议在首次使用前先申请PaddleOCR API密钥并确认网络可达。需要注意的是，它主要依赖云端API，不适合离线环境；生成的PDF搜索功能需要安装额外的系统库（如poppler）。对于敏感文档，请确保API端点的安全性。另外，建议根据实际业务需求，对输出的JSON结构进行二次开发，以适配内部系统。
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Access Token和API地址。具体请参考PaddleOCR官方文档。
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，具体取决于云端API的模型支持。
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/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/raw/index.md（查看排版版本）