catalog/repos/aidenwu0209--paddleocr-skills.md

PaddleOCR 图文识别技能

OCR 文字识别 文档解析 PaddleOCR AI工具

PaddleOCR 技能

English | 简体中文

本目录包含官方 PaddleOCR Agent 技能，可集成到 Claude Code 等 AI 应用中，实现图片/PDF 的 OCR 文字提取和版面感知的文档解析。

包含的技能

• paddleocr-text-recognition：从图片/PDF 中提取文字。
• paddleocr-doc-parsing：文档解析，将图片/PDF 转换为 Markdown。

前置条件

1. 运行技能的设备上需安装 Python 3.8 或更高版本。
2. 这些技能依赖 PaddleOCR 官方 API，需要 API 凭据。访问 PaddleOCR 官网，点击 API，选择所需模型，复制 API_URL 和 Token，分别对应 API 地址和用于认证的访问令牌。各技能支持的模型如下：
   • paddleocr-text-recognition：PP-OCRv5
   • paddleocr-doc-parsing：PP-StructureV3、PaddleOCR-VL、PaddleOCR-VL-1.5

在 AI 应用中使用

以下说明涵盖两个技能，按需安装和配置所需技能即可。

安装到 AI 应用

方式一：通过 skills CLI 安装

skills CLI 可将技能全局安装到设备上，供所有 AI 应用使用。需要安装 Node.js。

npx skills add PaddlePaddle/PaddleOCR -g --skill paddleocr-text-recognition -y
npx skills add PaddlePaddle/PaddleOCR -g --skill paddleocr-doc-parsing -y

本仓库体积较大，网络较慢时 npx skills add 可能超时。若出现此问题，请先在本地克隆仓库，再从本地路径安装：

git clone https://github.com/PaddlePaddle/PaddleOCR.git
npx skills add ./PaddleOCR/skills/paddleocr-text-recognition

方式二：通过 clawhub（OpenClaw）安装

clawhub install paddleocr-text-recognition
clawhub install paddleocr-doc-parsing

详见 OpenClaw 技能文档。

方式三：手动安装

如以上方式不可用，可克隆仓库后手动将技能目录复制到 AI 应用所需位置（需安装 Git）：

git clone https://github.com/PaddlePaddle/PaddleOCR.git

克隆完成后，技能源码位于 PaddleOCR/skills 目录下。请参考对应 AI 应用的文档完成安装：

• Claude Code：https://code.claude.com/docs/en/skills
• claude.ai：https://support.claude.com/en/articles/12512180-use-skills-in-claude
• OpenClaw：https://docs.openclaw.ai/tools/skills

配置环境变量

安装完成后，需配置必要的环境变量以使技能正常工作。各技能所需变量如下：

技能	必填	可选
paddleocr-text-recognition	PADDLEOCR_OCR_API_URL（API 地址）、PADDLEOCR_ACCESS_TOKEN（访问令牌）	PADDLEOCR_OCR_TIMEOUT（API 请求超时时间）
paddleocr-doc-parsing	PADDLEOCR_DOC_PARSING_API_URL（API 地址）、PADDLEOCR_ACCESS_TOKEN（访问令牌）	PADDLEOCR_DOC_PARSING_TIMEOUT（API 请求超时时间）

以下为部分 AI 应用的配置方式：

• Claude Code：在项目的 .claude/settings.local.json 中添加 env 字段：

  {
    "env": {
      "PADDLEOCR_ACCESS_TOKEN": "<ACCESS_TOKEN>",
      "PADDLEOCR_OCR_API_URL": "<OCR_API_URL>",
      "PADDLEOCR_DOC_PARSING_API_URL": "<DOC_PARSING_API_URL>"
    }
  }
  

• OpenClaw：在 ~/.openclaw/openclaw.json 中添加技能配置：

  {
    "skills": {
      "entries": {
        "paddleocr-text-recognition": {
          "enabled": true,
          "env": {
            "PADDLEOCR_OCR_API_URL": "<OCR_API_URL>",
            "PADDLEOCR_ACCESS_TOKEN": "<ACCESS_TOKEN>"
          }
        },
        "paddleocr-doc-parsing": {
          "enabled": true,
          "env": {
            "PADDLEOCR_DOC_PARSING_API_URL": "<DOC_PARSING_API_URL>",
            "PADDLEOCR_ACCESS_TOKEN": "<ACCESS_TOKEN>"
          }
        }
      }
    }
  }
  

使用示例

配置完成后，用自然语言描述 OCR 或文档解析任务，并提供文件 URL 或本地路径，AI 应用即可调用对应技能。

paddleocr-text-recognition

URL 示例：

提取此文件中的所有文字：https://example.com/invoice.jpg

本地文件示例：

提取本地文件 C:\docs\invoice.pdf 中的所有文字

paddleocr-doc-parsing

URL 示例：

解析此 PDF 并返回正文内容及所有表格：https://example.com/report.pdf

本地文件示例：

解析本地文件 C:\docs\report.pdf 并返回完整结构化输出。

本地测试

本节介绍如何在本地运行冒烟测试，以验证技能是否正常工作。

以下示例涵盖两个技能，按需运行对应命令即可。

请确保当前工作目录为包含本文件的目录。

1. 安装依赖。

   python -m pip install -r paddleocr-text-recognition/scripts/requirements.txt
   python -m pip install -r paddleocr-doc-parsing/scripts/requirements.txt
   # 可选：仅在使用文档文件优化功能时需要
   python -m pip install -r paddleocr-doc-parsing/scripts/requirements-optimize.txt
   

2. 配置环境变量（变量列表见配置环境变量）。

   export PADDLEOCR_OCR_API_URL="<OCR_API_URL>"
   export PADDLEOCR_ACCESS_TOKEN="<ACCESS_TOKEN>"
   export PADDLEOCR_DOC_PARSING_API_URL="<DOC_PARSING_API_URL>"
   

3. 运行冒烟测试脚本。

   python paddleocr-text-recognition/scripts/smoke_test.py
   python paddleocr-doc-parsing/scripts/smoke_test.py