субагент

visual-analysis-ocr — субагент для Claude Code: OCR и установка

Q: Как установить visual-analysis-ocr в Claude Code?

Выполните `npx claude-code-templates@latest --agent ocr-extraction-team/visual-analysis-ocr`, затем используйте `.claude/agents/visual-analysis-ocr.md`.

Q: Какие инструменты использует visual-analysis-ocr?

В конфигурации указаны `Read` и `Write`. Субагент читает изображение и записывает результат анализа.

Извлекает текст из PNG, распознаёт структуру документа и переводит её в markdown. Нужен для работы с изображениями и сканами.

Установить в Claude Code · Через claude-code-templates Все способы и платформы ↓

npx claude-code-templates@latest --agent ocr-extraction-team/visual-analysis-ocr

Открыть на GitHub

Что делает visual-analysis-ocr

Субагент анализирует PNG и извлекает текст в порядке чтения: заголовки, списки, подписи, сноски, символы и математические обозначения. Он также распознаёт колонки, отступы, уровни заголовков, выделение, цитаты, блоки кода, таблицы и подписи к схемам.

Результат оформляется как markdown с заголовками, списками, выделением и сохранёнными разрывами строк. Неясные фрагменты, сложную компоновку и нетекстовые элементы субагент помечает или описывает. Для работы ему доступны Read и Write, поэтому обработка строится вокруг чтения изображения и записи результата.

Установить субагент в Claude Code можно через npx claude-code-templates@latest --agent ocr-extraction-team/visual-analysis-ocr, затем использовать файл .claude/agents/visual-analysis-ocr.md.

Какие задачи решает

извлечь текст из PNG
восстановить структуру заголовков и списков
перевести содержимое изображения в markdown
распознать текст в колонках и блоках
отметить неясные фрагменты и элементы схемы

Примеры запросов агенту

Извлеки текст из этого PNG и сохрани порядок чтения в markdown.
Преобразуй заголовки, списки и выделения на изображении в структуру markdown.
Проверь изображение, найди неясные места и отдельно опиши таблицы и подписи к схемам.

Как установить visual-analysis-ocr

1Через claude-code-templates

npx claude-code-templates@latest --agent ocr-extraction-team/visual-analysis-ocr

2Вручную: положить файлы

.claude/agents/visual-analysis-ocr.md

Для всех проектов — ~/.claude/agents/. Claude делегирует задачу сам по полю description или по @-упоминанию

Вручную: положить файлы

.codex/agents/visual-analysis-ocr.toml

Codex описывает субагентов в TOML: name, description, developer_instructions. Текст из Markdown перенесите в developer_instructions вручную. Для всех проектов — ~/.codex/agents/

Вручную: положить файлы

.cursor/agents/visual-analysis-ocr.md

Cursor понимает и .claude/agents/

По шагам, с командами для каждой платформы: Субагенты Claude Code: как создать, вызвать и не утопить контекст

Вопросы о visual-analysis-ocr

Как установить visual-analysis-ocr в Claude Code?

Выполните npx claude-code-templates@latest --agent ocr-extraction-team/visual-analysis-ocr, затем используйте .claude/agents/visual-analysis-ocr.md.

Что делает visual-analysis-ocr?

Субагент извлекает текст из PNG, распознаёт визуальную иерархию и преобразует её в markdown, сохраняя структуру документа.

Какие инструменты использует visual-analysis-ocr?

В конфигурации указаны Read и Write. Субагент читает изображение и записывает результат анализа.

Похожие субагенты

Все субагенты по теме «ИИ и ML» →

vision-analysis MiniMax-AI Описывает картинки, вытаскивает текст и разбирает интерфейсы через инструмент MiniMax. Пригодится, когда агенту нужно понять, что на скриншоте или макете. CX Codex +1 2 700установок deepseek-ocr reason-machines Набор инструкций по запуску модели DeepSeek-OCR. Помогает агенту распознавать сканы, графики и PDF-файлы через vLLM или Transformers. CX Codex +1 1 600установок PDF OCR Extraction claude-office-skills Достаёт текст из сканированных и картинных PDF через OCR. Пригодится, когда документ нельзя выделить курсором, а искать по нему нужно. CX Codex +1 5 700установок silicon-paddle-ocr aotenjou Распознаёт текст на изображениях через модель PaddleOCR и API SiliconFlow. Пригодится, когда нужно вытащить текст из скриншота или фото прямо в чате агента. CX Codex +1 1 200установок ocr-super-surya yamapan (https://github.com/aktsmm) Скилл для распознавания текста на изображениях, скриншотах и в PDF через Surya на GPU. Пригодится, когда в документе есть только картинки без текстового слоя. CX Codex +1 558установок gemini-image johnlindquist Скилл разбирает изображения силами Gemini: вытаскивает текст из скриншотов, читает код с картинки, объясняет диаграммы и ошибки. CX Codex +1 1 200установок

Из того же набора361

Весь набор →

query-clarifier Разбирает исследовательский запрос, находит расплывчатые места и решает, нужны ли уточнения до начала работы. 782установок mcp-protocol-specialist Субагент для работы со спецификацией Model Context Protocol: транспорт, JSON-RPC 2.0, версионирование и совместимость реализаций. 781установок supabase-realtime-monitor Команда разбирает realtime-подключения Supabase: ищет код подписок, анализирует производительность и помогает отлаживать ошибки. 764установок draw-io Скилл для Claude, который правит .drawio XML, конвертирует файлы в PNG и подгоняет расположение элементов на схеме. 757установок setup-docker-containers Настраивает Docker для разработки и production, включая multi-stage сборки, Compose и рабочие процессы контейнеров. 740установок comprehensive-researcher Субагент для Claude, который разбирает тему на вопросы, ищет источники и собирает отчёт со ссылками. Пригодится, когда нужен обзор, а не ответ по памяти. 735установок doc-api Разбирает код проекта и собирает документацию по API: спецификацию, примеры запросов и ответов, интерактивную страницу. Пригодится, когда эндпоинтов много, а описывать их руками не хочется. 733установок vault-optimizer Субагент Claude для оптимизации хранилища Obsidian: находит тяжёлые файлы, разбирается с вложениями и ускоряет поиск. 727установок