By name: openakita/skills@baidu-paddleocr-doc description: "PaddleOCR document parsing skill based on PaddleOCR-VL-1.5. Provides SOTA-level document understanding with ultra-high precision recognition and parsing. Use when user needs to parse, extract, or understand document content." license: MIT metadata: author: baidu version: "1.0.0" requires: env: [BAIDU_API_KEY]
文心衍生 · PaddleOCR 文档解析
基于 SOTA 文档解析模型 PaddleOCR-VL-1.5 构建，为 Agent 加上"眼睛"，对文档进行超高精度识别、解析。
配置
export BAIDU_API_KEY="your_key"
功能
- 文档结构识别
- 表格提取与还原
- 公式识别
- 图文混排解析
- 多语言文档支持
预置脚本
scripts/baidu_ocr_doc.py
百度文档/表格 OCR 识别，需设置 BAIDU_OCR_AK 和 BAIDU_OCR_SK。
python3 scripts/baidu_ocr_doc.py doc /path/to/document.jpg
python3 scripts/baidu_ocr_doc.py table /path/to/table.png