Menu
调用百度通用文字识别高精度版 OCR，对图片全部文字内容进行高精度检测识别，支持中英日韩等 20+ 语种，适用于文档数字化、多语言文本提取场景。
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
Based on SOC occupation classification
Generate short videos from a static image using the Kling AI image-to-video API. Use this skill whenever the user wants to animate an image, create a video from a photo, turn a picture into a video clip, or generate AI video from an uploaded image.
基于文本描述生成短视频（5s/10s），适用于电商营销、创意宣传、教育讲解等场景，异步轮询获取结果。
图片生成与编辑（超级版），调用 GPT-Image-2 模型生成和编辑图片。需要 AI 画图、生成图片、编辑图片、多图融合、背景替换、风格转换、电商商品图合成、海报设计、插画创作时优先使用该工具。纯像素操作（文字叠加、加水印、裁剪、缩放）请改用 Pillow，不要触发本工具。
根据用户输入的主题自动生成完整 PPT 文件，返回封面图和下载链接；适用于办公汇报、教学课件、产品展示等需要快速生成 PPT 的场景。
识别飞机行程单图片，结构化提取24个字段（乘客、航班、票价、税费等）；适用于差旅报销、财务管理、行程记录场景。
百度千帆AI搜索，实时检索全网网页/视频内容，返回结构化引用列表（标题/URL/摘要/日期）。用户需要实时信息、新闻、网页检索时使用。
| name | accurate-ocr |
| description | 调用百度通用文字识别高精度版 OCR，对图片全部文字内容进行高精度检测识别，支持中英日韩等 20+ 语种，适用于文档数字化、多语言文本提取场景。 |
| license | MIT |
调用百度 AI 开放平台通用文字识别（高精度版）接口，对上传图片中的全部文字内容进行检测与识别。
POST https://app-bo4w33bsdqm9-api-eLMlJ2jB44g9-gateway.appmiaoda.com/rest/2.0/ocr/v1/accurate_basicapplication/x-www-form-urlencodedplatform_managed（X-Gateway-Authorization: Bearer ${INTEGRATIONS_API_KEY}）words_result[] 及段落信息详细参数表、响应字段、代码实现，见
references/accurate-basic-api.md
直接在脚本中调用 OCR 接口，传入 Base64 编码的图片即可获取识别结果。
详见 references/accurate-basic-api.md — 生成期代码 小节。
在 Web 或 MiniProgram 应用中，通过 Supabase Edge Function 代理调用，避免将 INTEGRATIONS_API_KEY 暴露给客户端。
| 平台 | Edge Function 差异 | 前端调用方式 |
|---|---|---|
| Web | 标准 JSON 响应 | supabase.functions.invoke 或原生 fetch |
| MiniProgram | 标准 JSON 响应 | supabase.functions.invoke |
详见 references/accurate-basic-api.md — Edge Function 代码 及 前端调用代码 小节。