技能介绍

中文文档的结构化提取难题

处理发票、合同、论文这类中文文档时，最头疼的不是能不能识别文字，而是识别完之后表格散了、公式丢了、多栏排版变成一堆乱码。很多 OCR 工具只能给你一段纯文本，原始的行列关系、数学符号、版面顺序全部消失——回头再整理格式比手动录入还费劲。

基于 PaddleOCR 的解析方案

这个技能基于百度飞桨引擎，提供两条主线：

文档解析（doc-parse）：完整理解版面结构，表格输出为 Markdown 格式，公式转为 LaTeX 字符串，并返回阅读顺序和区域坐标。适合发票、合同、学术论文这类需要保留格式的场景。
文字识别（text-recog）：快速提取纯文本，按行分隔，返回逐词坐标。适合截图、简单扫描件、或只需文本内容的二次开发。

使用时根据特征判断模式：有表格或公式走 doc-parse，纯文字走 text-recog，多个文件用 batch 批量处理。凭证通过环境变量或配置文件传入，脚本内置自动重试、图像格式转换、大图缩放等逻辑，调用失败返回结构化错误信息而不是抛异常。

适用边界与限制

这个方案跑在云端 API 上，依赖网络连接和 PaddleOCR 账号。免费额度有限（500-50,000 页/天，按套餐变化），Token 有效期 30 天需定期刷新。文档解析虽然保留表格结构，但复杂跨页表格的合并逻辑仍需自行处理。公式识别输出 LaTeX，但不保证所有特殊符号都能正确还原。另外语言支持以中文和英文为主，其他语种的识别准确率会下降。