PDF和图片文字提取

从图片或PDF中高精度提取文字,支持多种格式并保留原始结构。

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:PDF和图片文字提取。
它的用途是:从图片或PDF中高精度提取文字,支持多种格式并保留原始结构。
完整的 Skill 内容见:https://321skill.com/skills/pdf和图片文字提取-x-10/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

‘请帮我提取这张产品截图里的所有说明文字。’,它会自动识别图片中的印刷体文字,并以结构化的段落形式返回给你。或者

对AI说:‘这份PDF合同里有哪些关键条款?’,它会先提取PDF中的所有文字内容,然后你可以基于清晰的文本进行后续分析。

介绍

该技能专为解决从非可编辑的图片或PDF文件中提取文字内容的难题而设计。无论是扫描的文档、截图还是复杂的PDF布局,它都能准确识别其中的文字信息。

使用时,用户只需将包含文字的图片或PDF文件提供给AI,技能便会自动调用OCR引擎进行识别。它支持JPG、PNG、TIFF等多种图片格式以及PDF文件,并能智能判断文件是否包含文字内容,避免对纯图像进行无效处理。

该技能非常适合需要处理大量纸质文档电子化、从报告或截图中获取信息、或进行文档内容分析的用户。例如,学术研究者需要从扫描版文献中提取引文,内容创作者需要将图片中的金句转换为可编辑文本,或电商运营需要分析竞品的宣传图文案。

建议在处理前确保图片清晰、无明显污渍,对于复杂排版的PDF,提取结果可能需要进行少量后期格式调整。该技能专注于文字提取,不包含后续的翻译或深度分析功能。

核心特点

核心优势在于能自动判断文件是否包含文字,并致力于保留原始文档的格式和结构进行输出,而非仅提供纯文本流,这对于需要后续排版或分析文档逻辑的用户至关重要。

注意事项

不适合处理手写体文字识别或需要极高排版还原度(如科学公式、复杂表格)的场景。

常见问题

支持识别手写文字吗?

不支持,主要针对印刷体文字进行识别。

提取的文本能保持原来的段落和列表格式吗?

是的,技能会尽力保留原始文档的结构化格式进行输出。

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/pdf和图片文字提取-x-10/raw/index.md 读取 PDF和图片文字提取 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。