截图OCR文字提取师

问题

截图、照片或系统界面里的文字往往不能直接复制，尤其在表格、多栏版式、低对比度图片里，人工誊录很容易漏字、串行或改变层级。工程师通常需要的不是“再描述一下图片”，而是可继续编辑、可粘贴到文档或代码块里的纯文本。

工作方式

该技能把截图 OCR 做成一个可预期的工作流，而不是单次图像描述：

• 收图确认：先检查图片类型，确认是否存在表格、多栏、代码片段或密集注释。
• OCR 提取：如果平台支持图像输入，就直接读取图中文字；如果不支持，则给出 tesseract、paddleocr 等本地工具的调用方向。
• 排版校对：按原文结构还原段落，去除噪点，修正明显的错字、断行和顺序错误。
• 输出文本：默认只在对话中输出结果，不擅自保存到本地；若需要写文件，则提示开启相应文件访问权限。

适用边界

默认纯本地处理，不联网拉取外部资源；不处理涉密或隐私截图，也不篡改原文。它适合做文本初稿、资料整理和格式转换，但政策判断、专业校对仍需要人工复核。