paddleocr-text-recognition

PaddlePaddle/PaddleOCR · Agent Skill

Görüntülerden, fotoğraflardan, taramalardan ve ekran görüntülerinden yüksek doğrulukla, el yazısı ve küçük baskı dahil metin çıkarır.

Kuruluma geç ↓

Genel bakış

Yayıncı	PaddlePaddleKuruluş
Depo	PaddlePaddle/PaddleOCR ↗
Skill klasörü	`paddleocr-text-recognition`
Yıldız	88.975
Dosyalar	1
Lisans	Apache-2.0
Son güncelleme	3 Haziran 2026
Bağlantılar	Skill kaynağı ↗ · Depo ↗

Mozgi kontrolü

Skill dosyalarında bulduklarımız. Ayrıntılar abonelikle.

Güvenlik

düşük risk · belirgin risk bulunamadı — tam rapor ayrıntıları gösterir

Uyumluluk

yalnızca talimatlar — çoğu ajanla çalışır

Benzer skiller

37 benzer skill bulundu

Abonelikte ayrıca

Kurulum

Skill, SKILL.md dosyası içeren bir klasördür. Ajanınızı seçin ve komutları proje kökünde bir terminalde çalıştırın (macOS, Linux veya Windows'ta Git Bash).

Promptu Claude, Codex veya başka bir asistana yapıştırın: skill'i inceleyip sizin için kuracaktır.

Install the “paddleocr-text-recognition” skill from mozgi.io (https://mozgi.io/skills/paddleocr-text-recognition/) for me.

1. Download the archive: https://mozgi.io/skills/paddleocr-text-recognition/download
   If it fails, take the skill folder from the source: https://github.com/PaddlePaddle/PaddleOCR/tree/main/skills/paddleocr-text-recognition
2. Read SKILL.md and the other files. Check the skill is safe: no hidden commands, no sending data elsewhere, no scripts doing something other than described. If anything looks suspicious, stop and tell me.
3. Put the “paddleocr-text-recognition” folder into your agent's skills folder: .claude/skills/ for Claude Code, .agents/skills/ for Codex, .cursor/skills/ for Cursor, .gemini/skills/ for Gemini CLI. Inside the project if we are in one, otherwise in the home folder (~/.claude/skills/ etc.).
4. Make sure <skills folder>/paddleocr-text-recognition/SKILL.md exists.
5. Briefly tell me what this skill does and offer to try it on my task.

If you cannot do a step yourself, tell me what to click or type.

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

Claude Code'u yeniden başlatın — skill listede görünür; elle çağırmak için /paddleocr-text-recognition. Tüm projeler için ~/.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 skill'leri geçerli klasörden depo köküne kadar .agents/skills içinde arar; /skills veya $paddleocr-text-recognition ile çağırın. Tüm projeler için ~/.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 skill'i açılışta yükler; Agent sohbetinde “/” ile çağırın. Cursor .claude/skills ve .agents/skills klasörlerini de okur. Tüm projeler için ~/.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, görev uyduğunda skill'i etkinleştirmeyi önerir — siz onaylarsınız. Tüm projeler için ~/.gemini/skills.

Kaynak dosyaları

1 dosya ZIP indir

Kurulumdan önce SKILL.md ve eşlik eden dosyaları inceleyin. Önizleme için dosyaya tıklayın.

SKILL.md içeriği

Yazarın orijinal metni · salt okunur

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 ↗

Sık sorulan sorular

paddleocr-text-recognition skill'i ne yapar?

Görüntülerden, fotoğraflardan, taramalardan ve ekran görüntülerinden yüksek doğrulukla, el yazısı ve küçük baskı dahil metin çıkarır.

paddleocr-text-recognition nasıl kurulur?

Bu sayfadaki “Kurulum” bölümünü açın ve ajanınızı seçin — Claude Code, Codex, Cursor veya Gemini CLI: skill klasörünü doğru yere kopyalayan hazır komutlar orada. Ya da “Asistanla” sekmesindeki promptu kopyalayın; asistan skill'i inceleyip kuracaktır.

paddleocr-text-recognition hangi yapay zekâlarla çalışır?

Skill'ler düz Markdown talimatlarıdır (Agent Skills formatı), bu yüzden paddleocr-text-recognition SKILL.md okuyan her ajanla çalışır: Claude Code, Codex, Cursor, Gemini CLI, GitHub Copilot, OpenCode ve diğerleri. Model talimatları yalnızca görev skill açıklamasına uyduğunda yükler.

paddleocr-text-recognition ücretsiz mi?

Skill, PaddlePaddle tarafından açık olarak yayımlandı (Apache-2.0 lisansı). Skill'in kendisi ücretsizdir — yalnızca kullandığınız token'lar için yapay zekâ sağlayıcınıza ödeme yaparsınız.

Skill kurmak güvenli mi?

Skill, ajanınızın izleyeceği talimatlardır; kurmadan önce SKILL.md ve eşlik eden dosyaları okuyun. Skill klasöründeki betikler yalnızca ajanınız çalıştırırsa çalışır — ne yaptığını izleyin ve gereksiz izin vermeyin.

Skill, MCP sunucusu veya eklentiden nasıl farklıdır?

MCP sunucusu veya eklenti modele yeni araçlar verir — çalışıp sonuç döndüren kod. Skill ise bilgi ve süreç verir: göreve nasıl yaklaşılacağı, hangi adımların izleneceği ve iyi sonucun neye benzediği. Sunucu veya API anahtarı gerekmez.

Benzer skiller

Tüm skiller →

meme-maker Hazır şablonlardan meme oluşturur, formatlar önerir ve yerel veya barındırılan görseller üretir. openclaw390k

stable-diffusion Metin açıklamalarından görüntüler oluşturur, mevcut görüntüleri düzenlemeye ve bunlara dayanarak yenilerini oluşturmaya olanak tanır. NousResearch245k

clip Sıfır atışlı görüntü sınıflandırma ve metinle görüntü arama. Doğal dildeki görüntüleri anlar. NousResearch245k

segment-anything-model Önceden eğitim gerektirmeden, noktalar, kutular veya maskeler kullanarak görüntülerdeki herhangi bir nesneyi segmentlere ayırır. NousResearch245k

imagegen Projeniz için fotoğraf, illüstrasyon, doku veya sprite gibi raster görüntüleri oluşturur veya düzenler. openai122k

nanobanana-ppt NanoBanana yığını kullanarak belge analizi ve stilize edilmiş görsellerle PowerPoint sunumları oluşturur. nexu-io95.9k