メニュー
PaddleOCR — OCR toolkit 80+ ngôn ngữ: PP-OCR (general), PP-Structure (layout+table), PP-ChatOCR (LLM key extraction). PDF/image → text/structured data. Apache-2.0.
デフォルトでは、最初にソースを確認する Prompt が選択されています。直接コマンドに切り替えるか、ローカルコピーをダウンロードすることもできます。
インストールを決める前に、SKILL.md と SkillsMP に表示されている付属ファイルをお読みください。
SOC 職業分類に基づく
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
直接コマンドでは確認用 Prompt が省略されます。実行前にソースを確認してください。
npx skills add https://github.com/yanacuti1121/Yana-AI --skill paddlepaddle-paddleocrコマンドは1行のまま表示されます。コピー前に横へスクロールして全体を確認してください。
ローカルで確認しますか？SkillsMP が現在取得できるファイルをダウンロードできます。
SKILL.md を表示中
Sovereign-grade safety OS for AI coding agents. 62 hooks, 2,025 skills, L1 memory, circuit breakers, and cross-engine enforcement — blocks rm -rf, force push, pipe-to-shell, and 40+ attack vectors before they reach your repo.
Use when the user wants to generate or keep repository documentation up to date via OpenWiki (langchain-ai/openwiki) — an LLM-driven CLI that writes a wiki for a codebase (or a personal knowledge base from Notion/Gmail/Slack/X/web search) and keeps it fresh via a scheduled CI pull request. Examples: "set up OpenWiki for this repo", "keep the docs updated automatically", "generate an agent wiki".
Use when implementing the core AR pipeline (camera pose estimation, marker tracking, projection overlay) from first principles — not when just using ARKit/ARCore/Unity's AR framework as a black box. Triggers on: 'build augmented reality from scratch', 'marker-based AR tracking', 'camera pose estimation', 'implement fiducial marker detection', 'AR projection matrix math', 'markerless AR tracking'. Covers marker-based vs markerless tracking, pose estimation, and the projection math to overlay 3D content on a camera feed.
| name | paddlepaddle--paddleocr |
| description | PaddleOCR — OCR toolkit 80+ ngôn ngữ: PP-OCR (general), PP-Structure (layout+table), PP-ChatOCR (LLM key extraction). PDF/image → text/structured data. Apache-2.0. |
| allowed-tools | Bash, Read, Write |
| user-invocable | true |
PaddleOCR: multilingual OCR toolkit của Baidu — text detection + recognition + document structure analysis + LLM-powered key info extraction.
pip install paddlepaddle # CPU
# pip install paddlepaddle-gpu # GPU
pip install paddleocr
PP-OCR — general text detection + recognition
PP-Structure — document layout analysis + table recognition
PP-ChatOCR — key info extraction với LLM (hỏi đáp về document)
from paddleocr import PaddleOCR
ocr = PaddleOCR(use_angle_cls=True, lang='en') # hoặc 'ch', 'fr', 'de'...
result = ocr.ocr('document.jpg', cls=True)
for line in result[0]:
bbox, (text, confidence) = line
print(f"{text} ({confidence:.2f})")
from paddleocr import PPStructure
engine = PPStructure(table=True, ocr=True)
result = engine('report.pdf')
for item in result:
print(item['type']) # 'text', 'title', 'table', 'figure'
if item['type'] == 'table':
print(item['res']['html']) # table → HTML
80+ ngôn ngữ: Chinese, English, French, German, Japanese, Korean, Arabic, Hindi, Vietnamese...
PP-OCRv4: Chinese accuracy +4.5% vs v3 | English +10%
PP-StructureV2: Layout 11x faster | model 95% smaller | table +6% accuracy
PPOCRLabel — semi-automatic annotation tool
Style-Text — synthetic training data generator
Mobile demo — iOS/Android via EasyEdge
Industrial — 9 vertical models: digital displays, license plates, handwriting
https://github.com/PaddlePaddle/PaddleOCR · Apache-2.0 · +747⭐/week