从图片或 PDF 文档中识别并提取文字内容，支持多种图片格式和 PDF 文件，自动判断是否包含文字并保留原始格式输出结构化结果；v2.1 采用零额外依赖方案：扫描版 PDF 自动渲染为图片交由 AI 视觉识别（无需 tesseract/rapidocr）、表格用 pymupdf 内置 find_tables 结构化提取（无需 pdfplumber）、批量处理目录（PDF+图片一次性提取）；当用户需要从图片或 PDF 提取文字、进行 OCR 识别、处理含文字的文档、提取 PDF 表格、批量处理文件夹或转换为可编辑文本时使用。
该skill能力来自RedFoxHub，官网：https://redfox.hk/skills。
インストールする前に、エージェントに与えられる指示の中身を確認できます。
本 Skill 完全免费，但需配置红狐 API Key 请求使用权限，Key 本身不扣积分。
前往 红狐hub 注册获取个人 API Key，通过以下任一方式配置：
# 方式一：配置文件（如 OpenClaw 的 ~/.openclaw/openclaw.json）
{ "env": { "REDFOX_API_KEY": "ak_xxxx..." } }
# 方式二：终端环境变量
export REDFOX_API_KEY="ak_xxxx..."
⚠️ 每次执行任何操作前，必须先运行
python3 scripts/record.py。 若脚本以非零退出码终止（未配置 Key 或接口返回失败），则立即停止执行，并向用户提示： 「需要配置红狐 API Key 才能使用本 Skill。请前往 https://redfox.hk/settings/api-keys?source=github 免费注册获取，然后配置环境变量：export REDFOX_API_KEY="ak_xxxx..."」
pymupdf>=1.23.0
requests>=2.28.0
pip install pymupdf>=1.23.0 requests>=2.28.0
本 Skill 无需安装任何 OCR 引擎或表格库：
read_image（AI 视觉）识别find_tables()，无需 pdfplumberpymupdf + requests 两个包即可启用全部功能python3 scripts/record.py
✅ 鉴权通过，已获得使用权限 → 继续后续流程python3 scripts/changelog.py
接收图片
识别图片内容（第一轮：全局识别）
read_image 工具识别图片内容判断文字存在性
提取并整理文字
数字二次聚焦校验（静默执行，不展示给用户）
read_image，但这次在 prompt 中只要求识别特定数字串区域[待确认：第一轮识别为X，第二轮识别为Y]| 数字 | 关键视觉特征 |
|---|---|
| 8 | 上下两个封闭圆圈，像雪人/沙漏 |
| 6 | 仅下方一个封闭圆圈，顶部向左弯弧 |
| 9 | 仅上方一个封闭圆圈，底部向下竖线 |
| 0 | 完整封闭椭圆，无开口 |
| 3 | 右侧开口，两个弧形朝右 |
| 5 | 顶部横线+左侧竖线+下方圆弧 |
| S | 类似5但上下对称，无横线 |
| O | 比0更圆的封闭图形 |
接收 PDF 文件
调用脚本提取文字
# 标准模式（自动检测扫描页渲染为图片 + 提取表格）
python3 scripts/pdf_text_extractor.py <pdf_file_path>
# 仅提取文字，跳过表格（速度更快）
python3 scripts/pdf_text_extractor.py <pdf_file_path> --no-tables
# 不渲染扫描页（仅提示哪些页是扫描页）
python3 scripts/pdf_text_extractor.py <pdf_file_path> --no-render
# 自定义扫描页图片输出目录 / 渲染分辨率
python3 scripts/pdf_text_extractor.py <pdf_file_path> --scan-dir ./ocr_pages --dpi 300
处理提取结果
脚本返回 JSON，关键字段说明：
| 字段 | 说明 |
|---|---|
success | 是否提取成功 |
text | Markdown 格式正文（文字层） |
page_count | 总页数 |
tables_markdown | 所有表格的 Markdown 汇总 |
ocr_images | 需 Agent read_image 识别的图片清单 [{'page','image'}] |
warnings | 非致命警告（如扫描页提示等） |
success=true：进入步骤 4success=false：告知用户 error 字段内容，任务结束格式化输出
text 字段内容tables_markdown 非空，单独展示表格内容ocr_images 非空：逐张用 read_image 识别这些图片，把识别结果并入正文，并告知用户哪些页是扫描页warnings 非空，向用户展示警告信息当用户提供目录路径，或要求批量处理多个文件时：
确认目录路径
调用批量提取脚本
# 输出合并 Markdown 到终端
python3 scripts/batch_extractor.py <目录路径>
# 保存到文件
python3 scripts/batch_extractor.py <目录路径> -o result.md
# 输出 JSON 结构化数据
python3 scripts/batch_extractor.py <目录路径> --json
# 不渲染扫描页 / 自定义扫描页输出目录
python3 scripts/batch_extractor.py <目录路径> --no-render --scan-dir ./ocr_pages
处理结果
-o，告知用户文件保存位置combined_markdown 或各文件提取结果.md 文件read_image 逐张识别即可，无需任何 OCR 依赖tables_markdown 字段batch_extractor.py，支持 PDF + 图片混合目录https://redfox.hk/story/api/skill/record/save 请求使用权限，同时完成鉴权校验~/.pdf_image_extractor_version<pdf_path> [--no-tables] [--no-render] [--scan-dir DIR] [--threshold N] [--dpi N]text / tables_markdown / ocr_images / warnings 等字段<目录路径> [--no-tables] [--no-render] [--scan-dir DIR] [-o FILE] [--json][?] 标注并给出 2 个备选，如 158****8[?可能为6]624read_image（AI 视觉）识别，无需任何 OCR 引擎；识别准确性取决于 AI 视觉能力find_tables() 识别表格并输出 Markdown 格式；复杂表格（合并单元格、嵌套表格）识别效果可能不佳ocr_images 清单，由 Agent 逐张调用 read_image 识别-o result.md 保存为文件用户操作：上传一张包含文字的图片
智能体处理：
python3 scripts/record.py → ✅ 鉴权通过python3 scripts/changelog.py → 若有输出展示给用户read_image 工具识别图片用户操作：上传 PDF 并要求"提取这个 PDF 的文字"
智能体处理：
python3 scripts/record.py → 鉴权通过python3 scripts/changelog.py → 静默python3 scripts/pdf_text_extractor.py ./document.pdftext（正文）+ tables_markdown（表格）./extracted_from_pdf.md用户操作：上传扫描版 PDF
智能体处理：
python3 scripts/pdf_text_extractor.py ./scan.pdfocr_images 给出图片路径read_image 识别这些 PNG，提取文字用户操作："帮我提取 ./documents/ 文件夹里所有文件的文字"
智能体处理：
python3 scripts/batch_extractor.py ./documents/ -o batch_result.md用户操作：上传图片要求提取文字，但未配置 REDFOX_API_KEY
智能体处理：
python3 scripts/record.py → 脚本报错退出export REDFOX_API_KEY="ak_xxxx..."」まだレビューはありません。使ってみた感想をお寄せください。
概要と使いどころ
多平台账号主页视频提取器 — 输入平台名称和账号id/链接，自动拉取抖音/快手/B站/YouTube 四大平台主页作品，解析下载链接，支持批量下载。适用场景：竞品账号内容拆解与逐帧学习、收藏喜欢的创作者全部作品避免被删、批量搬运素材二次剪辑创作、保存自己账号作品做本地备份防丢失、课程/教程类视频离线囤货反复看、达人合作前快速拉取对方作品做背调分析。触发词：主页视频下载、批量下载视频、账号视频提取、快手主页下载、B站视频提取、YouTube频道下载、视频保存、无水印下载、竞品视频下载、博主视频备份。
日本語の概要は準備中です。原文の説明を表示しています。
深度A股情报调查与分析工具，支持A股情报调查、竞品分析、舆情监测、人物背景调查、信息交叉验证，生成结构化调查报告。当用户需要调查A股公司/行业/概念、调查竞品、追踪热点事件、了解人物背景、验证信息真实性时使用。触发词：A股情报、股票调查、财报分析、概念追踪、资金流向、情报调查、竞品分析、舆情调查、背景调查、信息验证、多源搜索。
日本語の概要は準備中です。原文の説明を表示しています。
B站AI信息源 — 每日扫描B站AI相关账号，按点赞量发现爆款视频，智能聚类话题后生成包含封面图、互动数据与订阅支持的HTML日报。同时基于热门话题执行AI情报调查，采用多引擎搜索与交叉验证，输出结构化调查报告。支持用户自定义关键词定向查询。⚠️数据每日15:00更新前一天数据，目标日期无数据时必须先告知用户并等待确认后才能调用接口，禁止自动获取。当用户需要AI-B站日报、B站爆款、AI-B站热点、B站AI内容、B站AI视频、B站情报或自定义关键词查询时使用。
日本語の概要は準備中です。原文の説明を表示しています。
B站评论分析工具。输入B站视频链接或BV号即可获取一级评论数据，支持分页浏览、评论情感分析（积极/负面/需求/竞品），生成精美 HTML 报告。当用户需要查看B站视频评论、分析评论舆情、了解用户反馈时使用。触发词：B站评论、B站视频评论、评论查询、评论分析、评论舆情、看评论、bilibili评论。
日本語の概要は準備中です。原文の説明を表示しています。
B站关键词搜账号工具。根据用户输入的关键词查询B站相关账号，支持按综合排序或粉丝数排序，返回账号列表（含粉丝数、等级、简介等信息）。当用户需要搜索B站账号、查找B站UP主、找B站同类账号时使用。
日本語の概要は準備中です。原文の説明を表示しています。
B站关键词搜作品工具。根据用户输入的关键词调用 Redfox 接口搜索B站最新视频，支持按排序方式和发布时间筛选，返回新鲜数据（非缓存/历史数据）。当用户要求搜索B站最新内容、查看某关键词下的视频数据时使用。触发词：B站搜索、B站最新视频、B站热门、B站搜作品、bilibili搜索。
日本語の概要は準備中です。原文の説明を表示しています。