image-to-text — скилл для Claude Code: текст из скриншотов
Достаёт текст из картинки через OCR и отдаёт его вместе с координатами слов. Пригодится, когда в чат кинули скриншот или макет, а текст нужно перепечатать.
npx skills add pascalorg/skills --skill image-to-text -a claude-codeЧто делает image-to-text
Скилл распознаёт надписи на изображении через Tesseract.js. На выходе — весь текст построчно, оценка уверенности и рамки для каждого слова и строки. Если верстка важна, координаты дают понять, где именно стоит надпись.
Запускается скриптом: bash <skill-path>/scripts/image-to-text.sh <image-path> [language]. Путь к картинке обязателен, код языка — второй аргумент, по умолчанию eng. Поддерживаются в том числе fra, deu, spa, chi_sim, jpn. Агенту можно просто сказать, что на скриншоте, и он вызовет скилл сам.
Первый запуск идёт дольше остальных: Tesseract подтягивает языковые данные, для английского это около 4MB. Распознавание рассчитано на чистый контрастный текст. Скриншоты интерфейса читаются хорошо, а фото под углом или с шумом дают кашу — это повод проверить результат глазами, а не копировать вслепую. При неверном языке символы распознаются неправильно, поэтому код языка лучше указывать сразу.
Какие задачи решает
- вытащить текст со скриншота, не перепечатывая вручную
- снять подписи кнопок и заголовки с макета
- получить координаты слов для сверки вёрстки
- распознать текст на французском или немецком изображении
- собрать строки интерфейса из картинки в готовый список
Примеры запросов агенту
- распознай текст на ./screenshot.png
- вытащи надписи с макета ./mockup.png, язык fra
- прочитай текст со скриншота и покажи его построчно
Как установить image-to-text
1Через Skills CLI (Vercel)
npx skills add pascalorg/skills --skill image-to-text -a claude-code2Вручную: положить файлы
~/.claude/skills/image-to-text/SKILL.mdПапка скилла целиком; для одного проекта — .claude/skills/image-to-text/
1Через Skills CLI (Vercel)
npx skills add pascalorg/skills --skill image-to-text -a codex2Вручную: положить файлы
.agents/skills/image-to-text/SKILL.mdДля всех проектов — ~/.agents/skills/
1Через Skills CLI (Vercel)
npx skills add pascalorg/skills --skill image-to-text -a cursor2Вручную: положить файлы
.cursor/skills/image-to-text/SKILL.mdCursor читает и .agents/skills/, и .claude/skills/
1GitHub CLI
gh skill install pascalorg/skills image-to-text2Вручную: положить файлы
.github/skills/image-to-text/SKILL.md1Через Skills CLI (Vercel)
npx skills add pascalorg/skills --skill image-to-text -a gemini-cli2Командой платформы
gemini skills install https://github.com/pascalorg/skills --path image-to-textВручную: положить файлы
.devin/skills/image-to-text/SKILL.mdСтарый путь .windsurf/skills/ тоже читается
Через Skills CLI (Vercel)
npx skills add pascalorg/skills --skill image-to-text -a opencodeClaude.ai
Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills
По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов
Вопросы о image-to-text
Как установить image-to-text в Claude?
Выполните npx skills add pascalorg/skills --skill image-to-text -a claude-code. После этого скилл лежит в ~/.claude/skills/image-to-text/SKILL.md.
Что делает image-to-text?
Прогоняет изображение через OCR и возвращает распознанный текст, уверенность и рамки слов и строк. Так из скриншота или макета получается готовый текст без ручного набора.
Почему первый запуск долгий?
Tesseract скачивает языковые данные при первом вызове, для английского примерно 4MB. Дальше запуски идут быстрее.
