From mactools
使用 macOS Vision 框架对图片和扫描件 PDF 进行 OCR 文字识别。当用户需要从图片、截图、扫描件中提取文字时使用。Use when the user needs to extract text from images, screenshots, or scanned documents. Keywords: OCR, 文字识别, 图片文字, 截图文字, 扫描件, 识别.
npx claudepluginhub n0rvyn/indie-toolkit --plugin mactoolsThis skill is limited to using the following tools:
使用 macOS Vision 框架从图片和扫描件 PDF 中提取文字，支持中英文等多语言识别。
Compares coding agents like Claude Code and Aider on custom YAML-defined codebase tasks using git worktrees, measuring pass rate, cost, time, and consistency.
Designs and optimizes AI agent action spaces, tool definitions, observation formats, error recovery, and context for higher task completion rates.
Designs, implements, and audits WCAG 2.2 AA accessible UIs for Web (ARIA/HTML5), iOS (SwiftUI traits), and Android (Compose semantics). Audits code for compliance gaps.
使用 macOS Vision 框架从图片和扫描件 PDF 中提取文字，支持中英文等多语言识别。
BASE="${CLAUDE_PLUGIN_ROOT:-${CODEX_HOME:-$HOME/.codex}}"
SKILLS_ROOT="$BASE/skills"
[ -d "$SKILLS_ROOT/ocr/scripts" ] || SKILLS_ROOT="$BASE/indie-toolkit/mactools/skills"
swift ${SKILLS_ROOT}/ocr/scripts/ocr.swift <file_path> [options]
首次使用前需编译：
bash ${SKILLS_ROOT}/ocr/scripts/build_ocr.sh
编译后使用：
${SKILLS_ROOT}/ocr/scripts/ocr <file_path> [options]
优先使用编译后的二进制。如果二进制不存在，先运行 build_ocr.sh 编译，再执行。
| 格式 | 说明 |
|---|---|
| png, jpg, jpeg | 常见图片 |
| tiff | 高质量扫描件 |
| bmp, gif | 其他图片格式 |
| heic | Apple HEIC 格式（iPhone 照片） |
| 扫描件 PDF（自动渲染每页后 OCR；含文字层的 PDF 直接提取文字） |
| 参数 | 说明 | 默认值 |
|---|---|---|
<file_path> | 必需，图片或 PDF 文件路径 | - |
--lang <languages> | 识别语言，逗号分隔 | zh-Hans,en-US |
--max-pages <n> | PDF 最大处理页数 | 20 |
| 代码 | 语言 |
|---|---|
zh-Hans | 简体中文 |
zh-Hant | 繁体中文 |
en-US | 英语 |
ja | 日语 |
ko | 韩语 |
de | 德语 |
fr | 法语 |
es | 西班牙语 |
swift ${SKILLS_ROOT}/ocr/scripts/ocr.swift ~/Desktop/screenshot.png
swift ${SKILLS_ROOT}/ocr/scripts/ocr.swift ~/Documents/scanned.pdf
# 仅英文
swift ${SKILLS_ROOT}/ocr/scripts/ocr.swift image.png --lang en-US
# 中日英混合
swift ${SKILLS_ROOT}/ocr/scripts/ocr.swift image.png --lang zh-Hans,en-US,ja
swift ${SKILLS_ROOT}/ocr/scripts/ocr.swift large.pdf --max-pages 5
用户提供文件路径后，确认文件存在。如果用户说"桌面上的截图"但未给路径，可以用 Spotlight 搜索或列出桌面文件来定位。
优先使用编译后的二进制（更快）。如果不存在，先编译：
bash ${SKILLS_ROOT}/ocr/scripts/build_ocr.sh
${SKILLS_ROOT}/ocr/scripts/ocr <file_path>
如果二进制不可用，回退到解释执行：
swift ${SKILLS_ROOT}/ocr/scripts/ocr.swift <file_path>
将提取的文字返回给用户。如果用户有进一步需求（翻译、整理、分析），基于提取的文字继续处理。
Spotlight 搜索找到图片文件后，用 OCR 提取图中文字：
# 1. 用 Spotlight 找到图片文件
${SKILLS_ROOT}/spotlight/scripts/spotlight.sh search -t image "会议"
# 2. 对搜索到的图片执行 OCR
${SKILLS_ROOT}/ocr/scripts/ocr /path/to/found_image.png
也可以对 Spotlight 搜出的扫描件 PDF 执行 OCR（spotlight extract_text.py 无法处理扫描件，OCR 可以）：
# 1. Spotlight 搜索 PDF
${SKILLS_ROOT}/spotlight/scripts/spotlight.sh search -t pdf "合同"
# 2. 如果 extract_text.py 提示 "no extractable text"，用 OCR
${SKILLS_ROOT}/ocr/scripts/ocr /path/to/scanned.pdf