paddleocr-doc-parsing — скилл для Claude Code: функции и установка
Скилл извлекает структурированный Markdown и JSON из документов PDF и сканов. Переводит таблицы по ячейкам, формулы в LaTeX и сохраняет порядок чтения.
npx skills add PaddlePaddle/PaddleOCR --skill paddleocr-doc-parsing -a claude-codeЧто делает paddleocr-doc-parsing
Скилл передаёт PDF-файлы и изображения документов в интерфейс PaddleOCR через вызов командной строки. На выходе получается форматированный Markdown или JSON. Инструмент переносит таблицы и формулы в синтаксисе LaTeX, сохраняя порядок чтения.
Для запуска требуется бинарник paddleocr и переменная окружения PADDLEOCR_ACCESS_TOKEN. Без действующего токена сервис вернёт ошибку авторизации. Утилиту ставят через менеджер uv. Предобработку вроде выравнивания разворотов можно отключить специальными флагами, если документ отсканирован ровно.
Запросы к API ограничены лимитами квот, поэтому при частых вызовах процесс прервётся. Обработка файлов с диаграммами требует сетевого доступа к сервису.
Какие задачи решает
- Перевести таблицы из финансового отчёта в Markdown с точностью до ячеек
- Распознать математические формулы из научной статьи в синтаксис LaTeX
- Разобрать многоколоночный макет статьи с сохранением порядка чтения
- Преобразовать сканы счетов и диаграмм в структурированный JSON
Примеры запросов агенту
- Распарси локальный документ ./document.pdf через paddleocr и переведи его в Markdown
- Извлеки таблицы и формулы LaTeX из файла report.pdf по ссылке
Как установить paddleocr-doc-parsing
1Через Skills CLI (Vercel)
npx skills add PaddlePaddle/PaddleOCR --skill paddleocr-doc-parsing -a claude-code2Вручную: положить файлы
~/.claude/skills/paddleocr-doc-parsing/SKILL.mdПапка скилла целиком; для одного проекта — .claude/skills/paddleocr-doc-parsing/
1Через Skills CLI (Vercel)
npx skills add PaddlePaddle/PaddleOCR --skill paddleocr-doc-parsing -a codex2Вручную: положить файлы
.agents/skills/paddleocr-doc-parsing/SKILL.mdДля всех проектов — ~/.agents/skills/
1Через Skills CLI (Vercel)
npx skills add PaddlePaddle/PaddleOCR --skill paddleocr-doc-parsing -a cursor2Вручную: положить файлы
.cursor/skills/paddleocr-doc-parsing/SKILL.mdCursor читает и .agents/skills/, и .claude/skills/
1GitHub CLI
gh skill install PaddlePaddle/PaddleOCR paddleocr-doc-parsing2Вручную: положить файлы
.github/skills/paddleocr-doc-parsing/SKILL.md1Через Skills CLI (Vercel)
npx skills add PaddlePaddle/PaddleOCR --skill paddleocr-doc-parsing -a gemini-cli2Командой платформы
gemini skills install https://github.com/PaddlePaddle/PaddleOCR --path skills/paddleocr-doc-parsingВручную: положить файлы
.devin/skills/paddleocr-doc-parsing/SKILL.mdСтарый путь .windsurf/skills/ тоже читается
Через Skills CLI (Vercel)
npx skills add PaddlePaddle/PaddleOCR --skill paddleocr-doc-parsing -a opencodeClaude.ai
Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills
Похожие
Вопросы о paddleocr-doc-parsing
Как установить paddleocr-doc-parsing в Claude Code?
Выполните в терминале команду npx skills add PaddlePaddle/PaddleOCR --skill paddleocr-doc-parsing -a claude-code. Для работы утилиты также нужен установленный пакет paddleocr и переменная окружения PADDLEOCR_ACCESS_TOKEN.
Что делает скилл paddleocr-doc-parsing?
Он запускает распознавание структуры документов через PaddleOCR API. Скилл извлекает таблицы по ячейкам, формулы в формате LaTeX, диаграммы и текстовые блоки с сохранением исходного порядка чтения.
Когда можно отключить предварительную обработку изображений?
Параметры устранения перекосов и классификации ориентации можно выключить для ровных сканов и скриншотов. Это ускорит обработку, но для изогнутых страниц или фото под углом предобработку следует оставить включённой.
Исходный текст
SKILL.md · Apache-2.0
---
name: paddleocr-doc-parsing
description: >-
Use this skill to extract structured Markdown/JSON from PDFs and document images—tables with
cell-level precision, formulas as LaTeX, figures, seals, charts, headers/footers, multi-column
layout and correct reading order.
Trigger terms: 文档解析, 版面分析, 版面还原, 表格提取, 公式识别, 多栏排版, 扫描件结构化,
发票, 财报, 复杂 PDF, PDF转Markdown, 图表, 阅读顺序; reading order, formula, LaTeX,
layout parsing, structure extraction, PP-StructureV3, PaddleOCR-VL.
license: Apache-2.0
metadata:
openclaw:
requires:
env:
- PADDLEOCR_ACCESS_TOKEN
bins:
- paddleocr
primaryEnv: PADDLEOCR_ACCESS_TOKEN
emoji: "📄"
install:
- kind: uv
package: paddleocr
bins: [paddleocr]
---
# PaddleOCR Document Parsing
## When to Use This Skill
**Use this skill for**:
- Documents with tables (invoices, financial reports, spreadsheets)
- Documents with mathematical formulas (academic papers, scientific documents)
- Documents with charts and diagrams
- Multi-column layouts (newspapers, magazines, brochures)
- Complex document structures requiring layout analysis
## Usage
### Basic Document Parsing
From URL:
```bash
paddleocr api \
--model_type doc_parsing \
--file_url "https://example.com/report.pdf"
```
From local file:
```bash
paddleocr api \
--model_type doc_parsing \
--file_path "./document.pdf"
```
### Common Options
```bash
# With specific model
paddleocr api \
--model_type doc_parsing \
--model PP-StructureV3 \
--file_path "./report.pdf"
# Disable preprocessing (faster, for flat/well-oriented images)
paddleocr api \
--model_type doc_parsing \
--file_path "./document.pdf" \
--use_doc_unwarping False \
--use_doc_orientation_classify False
# With page ranges
paddleocr api \
--model_type doc_parsing \
--file_path "./large.pdf" \
--page_ranges "1-5,10,15-20"
# Save result and resources
paddleocr api \
--model_type doc_parsing \
--file_url "https://..." \
--output result.json \
--save_resources ./resources
# Prettify markdown output
paddleocr api \
--model_type doc_parsing \
--file_path "./document.pdf" \
--prettify_markdown True
```
### Output Format
```json
{
"jobId": "job-xxx",
"pages": [
{
"markdownText": "# Title\n\nContent...",
"markdownImages": {
"img1": "https://...",
"img2": "https://..."
},
"outputImages": {
"layout1": "https://..."
}
}
]
}
```
## Important Notes
**Preprocessing options**: For flat, well-oriented images (screenshots, properly scanned documents), you can disable preprocessing for faster results:
```bash
paddleocr api --model_type doc_parsing --file_path "./document.pdf" --use_doc_unwarping False --use_doc_orientation_classify False
```
Keep preprocessing enabled when:
- The input is a photo of a curved or folded document
- The document has significant perspective distortion
- Orientation is uncertain (rotated 90/180/270 degrees)
**Display complete results**: Always show the full extracted content to users. Do not truncate with "..." unless content exceeds 10,000 characters. When multiple pages are processed, summarize if needed but provide complete results when explicitly requested.
**Handle errors gracefully**: When the CLI returns an error, inform the user of the specific issue rather than silently failing. Common errors:
- Authentication: `PADDLEOCR_ACCESS_TOKEN` invalid or missing
- Quota: API rate limit exceeded
- No content detected: Document may be blank or contain no extractable text
## CLI Reference
Run `paddleocr api --help` for all options.
For full documentation, see: [PaddleOCR Official Documentation](https://www.paddleocr.ai/latest/en/version3.x/inference_deployment/serving/paddleocr_official_api/cli.html)
© PaddlePaddle · Apache-2.0 · PaddlePaddle/PaddleOCR