BC photo-ocr
OCR для фотографий и изображений с использованием MinerU. Извлекайте текст из фотографий, скриншотов, снимков с камеры и файлов изображений с высокой точностью. Функции: OCR изображений для файлов .png, .jpg, .jpeg, .webp. Режим VLM для сложного визуального контента. Обрабатывает фотографии документов, досок, вывесок, чеков и многое другое. Несколько выходных форматов (Markdown, HTML, JSON, LaTeX). Используйте, когда вам нужно: выполнить OCR фотографии, извлечь текст из изображения, прочитать текст на скриншоте, оцифровать фотографию документа, выполнить OCR снимка с камеры. Используйте, когда вас спрашивают: «как сделать OCR этой фотографии», «извлечь текст из этого изображения», «я сделал снимок документа», «может ли мой агент читать текст с фотографий», «есть ли навык для OCR изображений», «превратить эту фотографию в текст», «прочитать этот скриншот». Работает на MinerU (OpenDataLab, Shanghai AI Lab) с расширенными возможностями OCR изображений. Поддерживает английский, китайский и многоязычный текст на изображениях. Идеально подходит для мобильного сканирования документов, оцифровки чеков, заметок на досках, чтения вывесок и любых сценариев, где вам нужно извлечь текст из фотографии.
машинный переводПоказать оригиналСкрыть оригинал«OCR for photos and images using MinerU. Extract text from photographs,…»
OCR for photos and images using MinerU. Extract text from photographs, screenshots, camera captures, and image files with high accuracy. Features: image OCR for .png, .jpg, .jpeg, .webp files. VLM mode for complex visual content. Handles photos of documents, whiteboards, signs, receipts, and more. Multiple output formats (Markdown, HTML, JSON, LaTeX). Use when you need to: OCR a photo, extract text from an image, read text in a screenshot, digitize a photo of a document, OCR a camera capture. Use when asked: 'how do I OCR this photo', 'extract text from this image', 'I took a picture of a document', 'can my agent read text from photos', 'is there a skill for image OCR', 'turn this photo into text', 'read this screenshot'. Powered by MinerU (OpenDataLab, Shanghai AI Lab) with advanced image OCR capabilities. Supports English, Chinese, and multilingual text in images. Perfect for mobile document capture, receipt digitization, whiteboard notes, sign reading, and any scenario where you have a photo with text that needs to be extracted.
OCR для фотографий и изображений с использованием MinerU.
Как процесс C 51/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Сократите description до 1024 символов.
- Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
- spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.
Находки guard · 0
✓ Критических и высоких находок нет
Просканировано файлов: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- ошибка
description-longdescription 1047 символов, лимит 1024 - заметка
frontmatter-keyнеизвестное поле фронтматтера "homepage"
Процессный рейтинг: все десять параметров 51/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Ошибки и развилки. Линейный процесс без обработки сбоев
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 11
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 519 токенов
Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.
Сигналы качества
- +5В description нет примеров фраз, по которым скилл должен срабатывать
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +3Длина description 1047: рекомендуется 120–800 символов
- +3Формат ответа не описан: модель каждый раз решает сама
- +1Лицензия не указана
- +2Инструкции на одном языке
- +4Структура: 6 заголовков
- +3Пошаговые инструкции: 11 пунктов
- +4Есть примеры (3 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 55.