图片和 PDF 里的字别再手敲，文字提取技能连表格一起搬出来

「PDF和图片文字提取」（pdf-image-text-extractor）是 SkillHub 办公效率类的社区技能，能力来自 RedFoxHub（红狐），累计下载超过 17 万次、星标 183，版本持续迭代。它把「从图片和 PDF 里弄出可编辑文字」这件事做成了 AI 助手的技能：截图、扫描件、报表 PDF 丢进去，出来的是排好结构的文本和表格，而不是一串需要二次整理的乱字符。

它能做什么

• 七种图片格式通吃：PNG、JPG、JPEG、GIF、WebP、BMP、TIFF 全部支持，识别后保留原有排版结构
• PDF 双模式：文字版直接提取、保留段落和标题层级；扫描版自动检测（文字层稀少的页面）并渲染成高清图片，交给 AI 视觉识别——不需要安装任何传统 OCR 引擎
• 表格结构化提取：内置方案直接把 PDF 里的表格转成 Markdown 表格，报表数据可以直接进文档或让 AI 继续分析
• 批量目录处理：整个文件夹的 PDF 加图片混合着来，一次跑完输出合并报告，附成功失败统计
• 关键数字两轮校验：手机号、订单号、金额这类数字串会做第二轮聚焦识别，按字符形状特征交叉验证，两轮不一致的直接标注待确认，而不是悄悄给个错的
• 依赖极轻：整个技能只需要两个 Python 包就能跑，不用装 OCR 引擎和表格库

怎么获取

官方渠道：在 SkillHub 技能市场搜「PDF和图片文字提取」安装，按技能内引导配置依赖。按出品方说明，使用前需在红狐平台注册领取个人 API Key 以获取使用权限，Key 领取与使用本身不产生积分扣费，具体以官方页面为准。

上手怎么用

• 扫描版合同先跑标准模式，它会告诉你哪几页是扫描页并已转图片识别，全文直接变可编辑文本
• 只要表格不要正文，看结果里的表格汇总段，单独复制走
• 拍照笔记、白板照片、快递单截图攒一个文件夹，批量模式一次性转成 Markdown 归档
• 提取出的文本接着让 AI 做摘要、翻译或录入台账，一条链走完

适合谁用

经常处理扫描合同、纸质单据、报表 PDF 的行政、财务、运营岗，以及做资料数字化的中小企业。贵州诚鑫致达科技在整理客户交付文档和项目资料时，扫描件转可编辑文本是高频需求，这类技能把「识别—校验—结构化」整条链固定成了流程，比零散调用工具可靠得多。

注意

加密或带密码的 PDF 不支持；合并单元格、嵌套的复杂表格识别效果可能打折扣；单文件建议在 50MB 以内，单批建议不超过 100 个文件；关键数字串以两轮识别一致的结果为准，标注了待确认的一定要人工复核后再用。