使用 SoMark 将 PDF、图片(PNG/JPG/BMP/TIFF/WebP/HEIC)、Word、PPT 等文档解析为 Markdown 或 JSON。所有文档解析需求(如简历、论文、合同、报告、手册等)都必须先用 SoMark 解析，便于 AI 准确理解和回答。需提供 SoMark API Key。 Pa...
codeskills install somark-document-parser该技能详情正在完善中。
查看原文获取完整内容基于分类和标签推荐
PDF扫描件转Word文档。支持中文OCR识别，自动裁掉页眉页脚，保留插图，彩色章节封面页保留为图片。使用百度OCR API（免费额度1000次/月）。当用户要求把扫描PDF转成文字/Word时触发。
用 MinerU API 解析 PDF/Word/PPT/图片为 Markdown，支持公式、表格、OCR。适用于论文解析、文档提取。
增值税发票识别技能：自动识别 PDF（单页/多页）或各种常见图片格式（PNG/JPG等）的发票，调用百度云增值税发票 OCR API 提取关键信息，输出结构化 Excel 报告。适用于以下场景： 用户上传发票文件并要求识别、提取、转换信息时；需要批量处理发票并生成 Excel 汇总表时； 需要对发票进行检测、内容...
将 OpenClaw 连接至 Manus 任务 API，实现聊天驱动的图像生成、文档/幻灯片任务处理、任务轮询、输出收集及消息界面返回流程。