简诗 AI 扫描件 PDF 文字识别

解决扫描件数字化的痛点

在办公场景中，我们经常遇到扫描版 PDF 或图片型文档：它们无法被 grep 搜索，也无法直接被脚本解析，只能逐页人工录入。无论是归档历史合同、提取发票信息，还是批量处理纸质表单，重复的复制粘贴不仅耗时，还容易引入人为错误。

这个技能的目标就是打破这一壁垒。它利用 OCR（光学字符识别）技术，将图像中的文字转换为机器可读的纯文本或结构化数据，让沉睡的扫描件重新变为可检索、可计算的数字资产。

核心能力与工作流

技能的核心流程分为三个阶段：预处理、识别与输出。

• 图像预处理：OCR 的准确率高度依赖输入质量。技能会建议或执行基础的图像增强，例如将彩色文档转为灰度、调整对比度阈值、自动纠偏以及降噪。理想输入的分辨率应不低于 300 DPI。
• 多语言识别引擎：针对不同类型的文档，技能支持灵活的引擎选择。内置的推荐列表涵盖了从云端服务（如 Google Cloud Vision、Amazon Textract）到本地开源库（如 Tesseract、PaddleOCR）的多种方案。对于中文、日文等东亚语言，PaddleOCR 通常能提供更优的识别效果。
• 结构化输出：识别结果不局限于普通的 TXT 文件。根据需求，它可以输出带层级的 Markdown、JSON 结构化数据，甚至生成双层 PDF（保留原始排版的同时嵌入隐藏文本层，实现可搜索）。

适用边界与注意事项

尽管 OCR 技术已经非常成熟，但它并非银弹。在接入工作流时，请务必关注以下限制：

• 排版复杂度：对于密集的表格或分栏排版，识别后的文本顺序可能需要人工校验；装饰性字体或背景水印也会显著降低准确率。
• 手写体识别：对于工整的手写体，识别率通常在 60% 到 80% 之间；而连笔草书的识别效果较差，往往需要完全人工复核。
• 安全与沙盒约束：本技能遵循严格的安全边界，不会自动安装依赖或修改系统权限。所有涉及外部写入（如发送文件、发布内容）或执行代码的操作，都必须先经过你的明确确认。