메뉴
使用智谱 BigModel OCR API 对图片和 PDF 页面进行文字识别。 支持中英文混排、手写体、印刷体，内置内容级缓存避免重复请求。 输出为结构化 JSON（含逐页文本、token 估算、表格检测）。 当用户需要对 PDF 扫描件、证书图片、合同扫描页进行 OCR 文字识别时触发。 也适用于从营业执照、资质证书、身份证等材料图片中提取文字信息。
Codex 또는 Claude로 설치 이 Prompt를 복사해 Codex, Claude 또는 다른 어시스턴트에 붙여 넣으면 Skill 페이지를 검토하고 설치를 진행할 수 있습니다.
SOC 직업 분류 기준
| name | bigmodel-ocr |
| description | 使用智谱 BigModel OCR API 对图片和 PDF 页面进行文字识别。 支持中英文混排、手写体、印刷体，内置内容级缓存避免重复请求。 输出为结构化 JSON（含逐页文本、token 估算、表格检测）。 当用户需要对 PDF 扫描件、证书图片、合同扫描页进行 OCR 文字识别时触发。 也适用于从营业执照、资质证书、身份证等材料图片中提取文字信息。 |
基于智谱 BigModel OCR API 的文字识别工具，专为中文文档场景优化。 支持 PDF 扫描件和图片文件，内置缓存机制，避免重复消耗 API 调用。
requests, PyMuPDF（PDF 场景需要）BIGMODEL_API_KEY（智谱 API 密钥）安装依赖：
pip install requests PyMuPDF
对 PDF 的指定页面进行 OCR 识别：
python .claude/skills/bigmodel-ocr/scripts/bigmodel_ocr.py <pdf路径> --pages 1-3 --output ocr_result.json
参数说明：
<pdf路径>：PDF 文件路径--pages：页码范围，支持 1-3、1,3,5、1-3,7,10-12 等格式--output：输出 JSON 文件路径（不指定则输出到 stdout）--cache-dir：缓存目录（默认 .ocr_cache）--dpi：渲染 DPI（默认 300，越高越清晰但越慢）--tool-type：OCR 模式，hand_write（手写+印刷混合，默认）或 ocr（纯印刷体）直接对图片文件进行 OCR：
python .claude/skills/bigmodel-ocr/scripts/bigmodel_ocr.py <图片路径> --output ocr_result.json
支持的图片格式：JPEG、PNG、TIFF、BMP、WebP
python .claude/skills/bigmodel-ocr/scripts/bigmodel_ocr.py file1.pdf file2.jpg file3.png --pages 1-5 --output ocr_result.json
对多文件逐一处理，结果合并输出。PDF 使用 --pages 指定页码，图片直接识别。
{
"results": [
{
"source": "document.pdf",
"type": "pdf",
"pages": [
{
"page": 1,
"text": "识别出的文本内容...",
"tokens": 256,
"has_table": false,
"cached": false
}
]
},
{
"source": "cert.jpg",
"type": "image",
"pages": [
{
"page": 1,
"text": "证书文本内容...",
"tokens": 128,
"has_table": false,
"cached": false
}
]
}
],
"summary": {
"total_files": 2,
"total_pages": 3,
"success_pages": 3,
"failed_pages": 0,
"total_tokens": 384
}
}
典型流程：
add_document 工具，带上分类结果直接入库示例工作流：
# Step 1: OCR
python .claude/skills/bigmodel-ocr/scripts/bigmodel_ocr.py 营业执照.pdf --pages 1 --output ocr.json
# Step 2: 读取 ocr.json，Claude 分析内容，识别为营业执照，提取公司名等信息
# Step 3: 调用 MCP add_document 入库
--cache-dir 指定目录（默认 .ocr_cache）cached: true 标识命中缓存的页面hand_write 模式同时支持手写和印刷体，适合大多数场景分析政府采购招标/磋商文件（PDF、Word、Excel），提取评分标准、技术需求、商务要求、资格条件、预算等关键信息， 生成结构化大纲和响应文件目录。支持多文件输入（招标公告+技术规范表+合同模板等）。 适用于竞争性磋商、公开招标、邀请招标等场景。 当用户提供招标文件/磋商文件/采购文件并要求分析、理解需求、提取评分标准、生成投标大纲时触发。
对招标文件分析报告进行逐项核实，与原始采购文件交叉验证每一个关键数据点。 检查分析报告中的金额、分值、资格条件、时间节点、评分规则等是否与原文一致， 识别幻觉数据、遗漏信息、数值错误。当用户要求核实/校验/审核分析报告时触发。
编写投标/响应文件的技术标部分。从分析报告中动态读取评分标准和技术需求， 按评分维度逆向设计章节结构，逐文件编写技术方案、技术服务响应表、培训方案等。 输出Markdown格式文件到 响应文件/ 目录。 当用户要求编写技术标、技术方案、技术响应文件时触发。 也支持修复模式：当用户要求修复/补充技术文件、处理质检反馈时触发。 前置条件：需已完成 bid-analysis 生成分析报告。
基于招标文件评分标准，生成投标可行性评估报告。 自动评估客观项（资质、业绩等），为主观项（技术方案、服务方案）生成打分表供用户评估。 帮助用户决策是否投标。 当用户要求评估投标可行性、分析中标概率、生成投标决策报告时触发。
为生成的Word投标文件创建占位符替换工具包。自动提取文档中的所有【此处插入XX】占位符， 生成Excel清单模板，复制Python替换脚本和详细使用说明，打包为统一的ZIP压缩包。 当用户要求"生成工具包"、"创建占位符工具"、"打包替换工具"时触发。 前置条件：响应文件/ 目录下已有生成完成的 Word 文档（.docx）。
将 响应文件/ 目录下的 Markdown 文件转换为格式化的 Word (.docx) 文档。 自动从分析报告和商务文件中读取项目名称、公司名称等信息， 通过命令行参数调用 generate_docx.js 脚本生成 Word 文件。 当用户要求生成Word文档、转换MD为docx、导出响应文件时触发。 前置条件：响应文件/ 目录下已有编写完成的 .md 文件。