让OpenCode/OpenClaw的AI/Agent准确识别图表文字:PaddleOCR-VL-1.5 封装为全局 OCR skills

封装skills

https://hf-mirror.com/PaddlePaddle/PaddleOCR-VL-1.5下载模型权重及代码文件(建议自己手动下载,ai更容易因为exec超时退出)

创建项目文件夹比如/Users/Zhuanz/Desktop/work/PaddleOCR,可选择先配置python环境(这里前期已通过uv配置),再创建model/PaddleOCR-VL-1.5

在终端打开opencode,告知执行模型等文件的位置,让ai了解思考怎么封装为ocr的skills

要求中文回答,看来ai把我的代码也顺便读进来

退出计划模式,让ai实现

ai还列举了常见问题

skills最终结构

复制代码
paddle-ocr-skill/
├── SKILL.md              # 详细技术文档
├── README.md            # 快速开始指南
├── USAGE_GUIDE.md       # 完整使用指南(中文)
├── skill.py             # 主技能接口(PaddleOCRSkill类)
├── ocr_engine.py        # OCR核心引擎
├── postprocessors.py    # 后处理工具(文本归一化、卡片提取)
├── config.py            # 配置管理
├── requirements.txt     # 依赖列表
├── activate_env.sh      # 环境激活脚本
├── verify.py           # 环境验证脚本
├── quick_test.py       # 快速测试脚本
├── examples/           # 使用示例
│   ├── basic_usage.py
│   ├── batch_processing.py
│   ├── card_extraction.py
│   └── advanced_features.py
└── test/              # 测试文件
    ├── test_basic.py
    └── test_card_extract.py

/exit退出opencode,激活python环境,验证效果

可以看出paddleOCR识别能力还是相当不错的

OpenCode/Openclaw调用skills

发现没有映射到全局调用skills的文件夹/Users/Zhuanz/.agents/skills(以你的实际路径为准)

要求ai将其映射为全局skills

OpenCode调用skills

创建新的opencode会话,输入/skills,下拉可以发现确实有这个skills了

测试opecode使用paddle-ocr的skills

OpenCode的ai调用skills识别成功

Openclaw调用skills

执行pnpm openclaw onboard(不是pnpm安装可去掉pnpm)启动openclaw

先问ai能不能看到skills,特别是paddle-ocr

测试ai调用paddle-ocr识别文字(注意图片不要带中文,否则可能读不到这个图片)

看起来大部分正确,但ai对ocr结果做了改写,不过已经基本满足日常需求了

注:原文来自作者的gzh--AI全链汇

创作不易,禁止抄袭,转载请附上原文链接及标题

相关推荐
开开心心就好12 小时前
无需安装的单机塔防游戏轻松畅玩
人工智能·游戏·pdf·音视频·智能家居·语音识别·媒体
tq108613 小时前
三层压缩与AI时代的伦理转向
人工智能
开开心心就好13 小时前
这款工具批量卸载软件并清理残留文件
人工智能·游戏·音视频·语音识别·媒体·程序员创富·高考
郭菁菁13 小时前
01 为什么90%的人转AI,卡在第一步就放弃了
人工智能
_志哥_13 小时前
# Agent 时代的底层逻辑:Harness 即操作系统
人工智能·agent·ai编程
GISer_Jing13 小时前
AI知识学习
人工智能·redis·学习
福老板的生意经13 小时前
从成本失控到ROI翻倍:企业数字化营销投放的落地路径与工具选型指南
大数据·运维·人工智能
互联网科技看点13 小时前
以青春种黄芪 用科技兴乡村
大数据·人工智能·科技
软件富二代13 小时前
发票统计软件:批量OCR识别的神器
ocr·电脑·软件需求·软件
hello-java-maker13 小时前
三件套组合拳:Claude Code + OpenSpec + Superpowers 的 SDD 后端高质量开发最佳实践
人工智能·claude·sdd·openspec·superpowers