paddlepaddle--paddleocr/docs/version3.x/integrations/skills.md

comments

comments
true

PaddleOCR Agent Skills

PaddleOCR 提供官方 Agent Skills，将 OCR 与文档解析任务的触发规则、调用步骤、配置要求和结果处理最佳实践打包为可按需加载的模块化能力，帮助支持 Skills 的 AI 应用更稳定地完成文字识别与版面解析任务。

先选合适的 Skill

需求	推荐 Skill	输出
只想提取图片或 PDF 中的纯文本	paddleocr-text-recognition	行级文本及对应边界框和置信度分数
需要保留标题、段落、表格、公式等文档结构	paddleocr-doc-parsing	Markdown / 结构化结果

包含的 Skills

• paddleocr-text-recognition：用于识别图片、扫描件与 PDF 中的文字。
• paddleocr-doc-parsing：用于解析复杂文档版面，并转换为 Markdown 或结构化结果。

安装前准备

1. 请确保执行 Skill 的设备已安装 Python 3.9 或以上版本。
2. Skills 依赖 PaddleOCR 3.7.0+。请安装：pip install "paddleocr>=3.7.0"
3. 获取 access token：访问 AI Studio Access Token 页面

安装到 AI 应用

以下说明涵盖两个 Skill。只需安装并配置您需要的 Skill 即可。

方式一：通过 skills CLI 安装

skills CLI 可将 Skill 全局安装到设备上，安装后各 AI 应用均可使用。需要先安装 Node.js。

npx skills add PaddlePaddle/PaddleOCR -g --skill paddleocr-text-recognition -y
npx skills add PaddlePaddle/PaddleOCR -g --skill paddleocr-doc-parsing -y

由于 PaddleOCR 仓库较大，在网络较慢的环境下 npx skills add 可能因超时而失败。如遇此情况，可先将仓库克隆到本地，再从本地路径安装：

git clone https://github.com/PaddlePaddle/PaddleOCR.git
npx skills add ./PaddleOCR/skills/paddleocr-text-recognition
npx skills add ./PaddleOCR/skills/paddleocr-doc-parsing

方式二：通过 clawhub 安装（OpenClaw）

clawhub install paddleocr-text-recognition
clawhub install paddleocr-doc-parsing

详见 OpenClaw Skills 文档。

方式三：手动安装

如果上述方式不适用，也可以先克隆仓库，再手动将 Skill 目录拷贝到 AI 应用指定的位置：

git clone https://github.com/PaddlePaddle/PaddleOCR.git

Skill 源码位于 PaddleOCR/skills 目录。请参考对应 AI 应用的安装文档：

• Claude Code：https://code.claude.com/docs/en/skills
• claude.ai：https://support.claude.com/en/articles/12512180-use-skills-in-claude
• OpenClaw：https://docs.openclaw.ai/tools/skills

配置环境变量

安装完成后，配置如下环境变量：

• 必填：PADDLEOCR_ACCESS_TOKEN（access token）
• 可选：PADDLEOCR_BASE_URL（API base URL，默认官方服务）

获取 access token：访问 AI Studio Access Token 页面

部分 AI 应用的配置方式如下：

• Claude Code：在项目的 .claude/settings.local.json 中添加 env 字段：

  {
    "env": {
      "PADDLEOCR_ACCESS_TOKEN": "<ACCESS_TOKEN>"
    }
  }
  

• OpenClaw：在 ~/.openclaw/openclaw.json 中添加 Skill 配置：

  {
    "skills": {
      "entries": {
        "paddleocr-text-recognition": {
          "enabled": true,
          "env": {
            "PADDLEOCR_ACCESS_TOKEN": "<ACCESS_TOKEN>"
          }
        },
        "paddleocr-doc-parsing": {
          "enabled": true,
          "env": {
            "PADDLEOCR_ACCESS_TOKEN": "<ACCESS_TOKEN>"
          }
        }
      }
    }
  }
  

使用示例

配置完成后，可以直接用自然语言描述任务，并附上文件 URL 或本地路径，让 AI 应用调用对应 Skill。

paddleocr-text-recognition

解析 URL 示例：

提取这个文件中的全部文本：https://example.com/invoice.jpg

解析本地文件示例：

提取本地文件 C:\docs\invoice.pdf 中的全部文本。

paddleocr-doc-parsing

解析 URL 示例：

解析这个 PDF，并返回主体内容和全部表格：https://example.com/report.pdf

解析本地文件示例：

解析本地文件 C:\docs\report.pdf，并返回完整结构化结果。