paddleocr-text-recognition

PaddlePaddle/PaddleOCR · Agent Skill

Извлекает текст из изображений, фотографий, сканов и скриншотов с высокой точностью, включая рукописный текст и мелкий шрифт.

Перейти к установке ↓

Обзор

Автор	PaddlePaddleОрганизация
Репозиторий	PaddlePaddle/PaddleOCR ↗
Папка скилла	`paddleocr-text-recognition`
Звёзды	88 975
Файлы	1
Лицензия	Apache-2.0
Обновлён	3 июня 2026 г.
Ссылки	Исходник скилла ↗ · Репозиторий ↗

Проверка Mozgi

Что мы нашли в файлах скилла. Подробности — по подписке.

Безопасность

низкий риск · явных рисков не найдено — полный отчёт покажет детали

Совместимость

только инструкции — подходит большинству агентов

Похожие скиллы

найдено 37 похожих скиллов

Ещё в подписке

Установка

Скилл — это папка с файлом SKILL.md. Выберите своего агента и скопируйте команды в терминал (macOS, Linux или Git Bash на Windows) в корне проекта.

Скопируйте промпт и вставьте в Claude, Codex или другого ассистента: он сам проверит скилл и подключит его.

Установи мне скилл «paddleocr-text-recognition» с mozgi.io (https://mozgi.io/skills/paddleocr-text-recognition/).

1. Скачай архив: https://mozgi.io/skills/paddleocr-text-recognition/download
Если не скачивается — возьми папку скилла из исходника: https://github.com/PaddlePaddle/PaddleOCR/tree/main/skills/paddleocr-text-recognition
2. Прочитай SKILL.md и остальные файлы. Проверь, что скилл безопасен: нет скрытых команд, отправки данных наружу или скриптов, которые делают не то, что описано. Если что-то подозрительно — остановись и скажи мне.
3. Положи папку «paddleocr-text-recognition» в папку скиллов своего агента: .claude/skills/ для Claude Code, .agents/skills/ для Codex, .cursor/skills/ для Cursor, .gemini/skills/ для Gemini CLI. В проекте — внутри проекта, иначе в домашней папке (~/.claude/skills/ и т. п.).
4. Убедись, что получилось <папка скиллов>/paddleocr-text-recognition/SKILL.md.
5. Коротко расскажи, что умеет этот скилл, и предложи попробовать его на моей задаче.

Если какой-то шаг не можешь сделать сам — подскажи, что нажать или ввести.

git clone --depth 1 --branch main https://github.com/PaddlePaddle/PaddleOCR.git /tmp/PaddleOCR
mkdir -p .claude/skills
cp -r /tmp/PaddleOCR/skills/paddleocr-text-recognition .claude/skills/paddleocr-text-recognition

Перезапустите Claude Code — скилл появится в списке, вызвать вручную: /paddleocr-text-recognition. Для всех проектов сразу — папка ~/.claude/skills.

git clone --depth 1 --branch main https://github.com/PaddlePaddle/PaddleOCR.git /tmp/PaddleOCR
mkdir -p .agents/skills
cp -r /tmp/PaddleOCR/skills/paddleocr-text-recognition .agents/skills/paddleocr-text-recognition

Codex ищет скиллы в .agents/skills от текущей папки до корня репозитория; вызвать вручную — /skills или $paddleocr-text-recognition. Для всех проектов — ~/.agents/skills.

git clone --depth 1 --branch main https://github.com/PaddlePaddle/PaddleOCR.git /tmp/PaddleOCR
mkdir -p .cursor/skills
cp -r /tmp/PaddleOCR/skills/paddleocr-text-recognition .cursor/skills/paddleocr-text-recognition

Cursor подхватит скилл при запуске; вызвать вручную — «/» в чате агента. Cursor также читает .claude/skills и .agents/skills. Для всех проектов — ~/.cursor/skills.

git clone --depth 1 --branch main https://github.com/PaddlePaddle/PaddleOCR.git /tmp/PaddleOCR
mkdir -p .gemini/skills
cp -r /tmp/PaddleOCR/skills/paddleocr-text-recognition .gemini/skills/paddleocr-text-recognition

Gemini CLI сам предложит включить скилл, когда задача подходит, — вы подтверждаете. Для всех проектов — ~/.gemini/skills.

Файлы скилла

1 файл Скачать ZIP

Просмотрите SKILL.md и сопутствующие файлы перед установкой. Клик по файлу — предпросмотр.

Содержимое SKILL.md

Оригинальный текст автора · только чтение

PaddleOCR Text Recognition

When to Use This Skill

Use this skill for:

Extract text from images (screenshots, photos, scans)
Extract text from PDFs or document images when the goal is line/box-level text
Extract text from URLs or local files that point to images/PDFs

Do not use for:

Documents with tables, formulas, charts, or complex layouts — use Document Parsing instead

Usage

Basic OCR

From URL:

paddleocr api \
  --model_type ocr \
  --file_url "https://example.com/image.png"

From local file:

paddleocr api \
  --model_type ocr \
  --file_path "./document.pdf"

Common Options

# With specific model
paddleocr api \
  --model_type ocr \
  --model PP-OCRv5 \
  --file_path "./report.pdf"

# Disable preprocessing (faster, for flat/well-oriented images)
paddleocr api \
  --model_type ocr \
  --file_path "./document.pdf" \
  --use_doc_unwarping False \
  --use_doc_orientation_classify False

# Save result to file
paddleocr api \
  --model_type ocr \
  --file_url "https://..." \
  --output result.json

# Page ranges
paddleocr api \
  --model_type ocr \
  --file_path "./large.pdf" \
  --page_ranges "1-5,10,15-20"

Output Format

{
  "jobId": "job-xxx",
  "pages": [
    {
      "prunedResult": {
        "rec_texts": ["Line 1", "Line 2"],
        "rec_scores": [0.98, 0.95]
      },
      "ocrImageUrl": "https://..."
    }
  ]
}

Important Notes

Preprocessing options: By default, the API enables document preprocessing (unwarping and orientation classification). For flat, well-oriented images (screenshots, properly scanned documents), you can disable preprocessing for faster results:

paddleocr api --model_type ocr --file_path "./document.pdf" --use_doc_unwarping False --use_doc_orientation_classify False

Keep preprocessing enabled when:

The input is a photo of a curved or folded document
The document has significant perspective distortion
Orientation is uncertain (rotated 90/180/270 degrees)

Display complete results: Always show the full extracted content to users. Do not truncate with "..." unless content exceeds 10,000 characters. When multiple pages are processed, summarize if needed but provide complete results when explicitly requested.

Handle errors gracefully: When the CLI returns an error, inform the user of the specific issue rather than silently failing or falling back to your own vision capabilities. Common errors:

Authentication: PADDLEOCR_ACCESS_TOKEN invalid or missing
Quota: API rate limit exceeded
No content detected: Image may be blank or contain no text

CLI Reference

Run paddleocr api --help for all options.

For full documentation, see: PaddleOCR Official Documentation ↗

Вопросы и ответы

Что делает скилл paddleocr-text-recognition?

Как установить paddleocr-text-recognition?

Откройте блок «Установка» на этой странице и выберите своего агента — Claude Code, Codex, Cursor или Gemini CLI: там готовые команды, которые копируют папку скилла в нужное место. Либо скопируйте промпт из вкладки «Через ассистента» — ассистент сам проверит и подключит скилл.

С какими нейросетями работает paddleocr-text-recognition?

Скиллы — это обычные инструкции в Markdown (формат Agent Skills), поэтому paddleocr-text-recognition подходит любому агенту, который читает SKILL.md: Claude Code, Codex, Cursor, Gemini CLI, GitHub Copilot, OpenCode и другие. Модель загружает инструкции только когда задача подходит под описание скилла.

Скилл paddleocr-text-recognition бесплатный?

Скилл опубликован автором PaddlePaddle в открытом доступе под лицензией Apache-2.0. Сам скилл ничего не стоит — вы платите только своему провайдеру нейросети за использованные токены.

Безопасно ли устанавливать скиллы?

Скилл — это инструкции, которые агент будет выполнять, поэтому перед установкой прочитайте SKILL.md и сопутствующие файлы. Скрипты из папки скилла запускаются только если их запустит агент — следите за тем, что он делает, и не давайте лишних прав.

Чем скилл отличается от MCP-сервера или плагина?

MCP-сервер и плагин дают модели новые инструменты — код, который выполняется и возвращает результат. Скилл даёт знания и порядок действий: как подходить к задаче, какие шаги делать и как выглядит хороший результат. Ему не нужен сервер или ключ API.