Agent Skills
返回列表
📁

手写文本OCR

办公效率 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中：

请根据 https://skillhub.cn/install/skillhub.md，安装 @org-rn88lg3j/xby-ocr-handwriting。

技能介绍

要解决什么问题

扫描件、手机拍的手写笔记、签字页或纸质表单，往往无法直接复制文字。通用 OCR 对印刷体尚可，对手写连笔、倾斜和背景噪声通常效果差。本技能面向含手写文本的图像：自动做文本行检测，再逐行识别，把结果以结构化数据返回，便于后续整理或入库。

技能如何工作

大模型侧只做意图路由与参数提取，实际识别由小笨羊手写 OCR API 完成。根据你提供的输入形式二选一调用工具：

  • scripts.tools.ocr_handwriting：传入图片的 URL（dataUrl）
  • scripts.tools.ocr_handwriting_for_data_base64：传入图片的 Base64（dataBase64）

典型流程：检查是否已配置 XBY_APIKEY → 选定工具并补全必填参数（缺参时用 AskUserQuestion 询问）→ 用关键字参数调用 scripts.tools → 将返回的 result["raw"] 整理后展示。success 与 message 用于判断调用是否成功。

适用边界与注意点

  • 必须配置 API 密钥：环境变量或 scripts.config.set_api_key；密钥在 xiaobenyang.com 获取。无密钥时不得自行编造识别结果。
  • 适用场景以 SKILL 描述为准：手写笔记、签名、手写表单等；未在文档中承诺的能力不要假设。
  • 识别质量取决于拍摄清晰度、行距与笔迹风格，极端模糊或强遮挡的图片应预期失败或需重拍。

使用场景

  • 法务收到扫描合同或签字页的图片链接，需要检测文本行并读出手写姓名、日期以便录入合同管理系统。
  • 行政人员拿到外勤用手机拍摄的手写申请表照片（或 Base64），要把各栏手写内容识别成可复制的文字再核对入库。
  • 研究人员或学生把课堂手写笔记拍照上传，希望按行识别笔记内容，便于整理成电子文档或全文检索。
  • 档案数字化项目中处理带手写批注的旧图纸扫描图，需从图片 URL 提取批注行文字以建立检索索引。

适合人员

  • 负责合同与签字材料扫描入库的法务助理，典型诉求是从图片里读出手写签名区与日期行。
  • 做纸质表单电子化录入的行政或数据录入员，常需处理手机拍的手写填写页并核对识别结果。
  • 整理实验记录本或作业本的助教与研究生，要把手写页照片转成可编辑、可检索的文本。
  • 从事历史档案扫描与编目的数字化专员，需要从扫描件图像中抽取手写备注与批注文字。