ocr-super-surya — скилл OCR для Claude Code: распознаёт текст
Скилл для распознавания текста на изображениях, скриншотах и в PDF через Surya на GPU. Пригодится, когда в документе есть только картинки без текстового слоя.
npx skills add aktsmm/Agent-Skills --skill ocr-super-surya -a claude-codeЧто делает ocr-super-surya
Скилл ставит поверх Surya и ведёт агента по шагам: сначала вытащить родной текстовый слой из PDF или слайдов, потом найти страницы, где текста нет, и только их отправить на распознавание. Для картинок он советует брать оригинал в максимальном разрешении, а не превью из чата, обрезать нужную область и увеличить её в 4-7 раз через LANCZOS — плотные иероглифы на экранном масштабе сливаются.
Внутри есть scripts/ocr_helper.py с автоповтором при нехватке видеопамяти и пакетной обработкой. Результат распознавания хранится отдельно от ручных правок, а непрочитанные и проваленные цели отчитываются отдельным списком. Для каждой картинки пишется путь, хеш источника, номер страницы и хеш изображения, поэтому дубликаты не теряют свои места в документе.
Перед установкой проверьте интерпретатор и версии пакетов: surya, torch, pypdf, pypdfium2. В README отдельно предупреждают про transformers 5.x — с ним Surya падает на pad_token_id, нужна ветка 4.x. Под Windows с OneDrive установка через uv ломается на хардлинках, поэтому кеш и окружение выносят за пределы OneDrive и ставят с --link-mode=copy.
Какие задачи решает
- вытащить текст со скриншота или фото страницы
- найти страницы PDF, где текст есть только внутри картинок
- распознать документ на нескольких языках, включая японский
- сохранить привязку каждой строки к странице и файлу-источнику
- отделить непрочитанные фрагменты от проверенного текста
Примеры запросов агенту
- распознай текст на скриншоте screenshot.png и сохрани в result.txt
- в этом PDF часть страниц без текстового слоя — найди их и прогони через OCR
- сделай OCR японского скана, спорные иероглифы пометь отдельно
Как установить ocr-super-surya
1Через Skills CLI (Vercel)
npx skills add aktsmm/Agent-Skills --skill ocr-super-surya -a claude-code2Вручную: положить файлы
~/.claude/skills/ocr-super-surya/SKILL.mdПапка скилла целиком; для одного проекта — .claude/skills/ocr-super-surya/
1Через Skills CLI (Vercel)
npx skills add aktsmm/Agent-Skills --skill ocr-super-surya -a codex2Вручную: положить файлы
.agents/skills/ocr-super-surya/SKILL.mdДля всех проектов — ~/.agents/skills/
1Через Skills CLI (Vercel)
npx skills add aktsmm/Agent-Skills --skill ocr-super-surya -a cursor2Вручную: положить файлы
.cursor/skills/ocr-super-surya/SKILL.mdCursor читает и .agents/skills/, и .claude/skills/
1GitHub CLI
gh skill install aktsmm/Agent-Skills ocr-super-surya2Вручную: положить файлы
.github/skills/ocr-super-surya/SKILL.md1Через Skills CLI (Vercel)
npx skills add aktsmm/Agent-Skills --skill ocr-super-surya -a gemini-cli2Командой платформы
gemini skills install https://github.com/aktsmm/Agent-Skills --path ocr-super-suryaВручную: положить файлы
.devin/skills/ocr-super-surya/SKILL.mdСтарый путь .windsurf/skills/ тоже читается
Через Skills CLI (Vercel)
npx skills add aktsmm/Agent-Skills --skill ocr-super-surya -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
Из того же набора2
Похожие
Рядом в теме «ИИ и ML»
Всё по теме «ИИ и ML» →Вопросы о ocr-super-surya
Как установить ocr-super-surya в Claude?
Выполните npx skills add aktsmm/Agent-Skills --skill ocr-super-surya -a claude-code. Скилл окажется в ~/.claude/skills/ocr-super-surya/SKILL.md.
Что делает ocr-super-surya?
Распознаёт текст на изображениях и в PDF через Surya на GPU. Сначала ищет готовый текстовый слой, а на распознавание отправляет только те страницы и картинки, где его нет.
Почему падает с ошибкой про pad_token_id?
Это несовместимость с transformers 5.x. Поставьте ветку 4.x: pip install "transformers<5.0".
