Ein Batch-Bildverarbeitungstool, das Text aus mehreren Bildern identifiziert, extrahiert und in strukturierten Markdown-Dokumenten organisiert.
Installieren & Herunterladen
1. ClawHub CLI
Der schnellste Weg, einen Skill direkt aus der Registry zu installieren.
npx clawhub@latest install test20260402
2. Manuelle Installation
Kopiere den Skill-Ordner an einen dieser Orte
~/.openclaw/skills/ <project>/skills/ Priorität: Workspace > Lokal > Integriert (Bundled)
3. Prompt-Installation
Kopiere diesen Prompt in OpenClaw, um ihn automatisch zu installieren.
Hilf mir, test20260402 über Clawhub zu installieren. Falls Clawhub nicht installiert ist, installiere es bitte zuerst (npm i -g clawhub).
Lieber herunterladen?
Hole dir die rohen Skill-Dateien in einem ZIP-Archiv.
Was ist Bild-Text-Extraktor?
Der Bild-Text-Extraktor ist ein leistungsstarkes Dienstprogramm innerhalb des Openclaw Skills-Ökosystems, das darauf ausgelegt ist, die Konvertierung visueller Daten in bearbeitbaren Text zu automatisieren. Er verarbeitet Bild-Uploads im Batch-Modus und führt eine hochpräzise optische Zeichenerkennung (OCR) durch, während die ursprüngliche Dokumenthierarchie erhalten bleibt. Durch die Synthese mehrerer Bilder in eine einzige strukturierte Datei schließt er die Lücke zwischen statischen Aufnahmen und dynamischer, durchsuchbarer Dokumentation.
Dieser Skill ist besonders effektiv für Benutzer, die große Informationsmengen aus Screenshots, Präsentationsfolien oder gedruckten Materialien digitalisieren müssen. Im Gegensatz zu Standard-OCR-Tools stellt diese Implementierung innerhalb von Openclaw Skills sicher, dass Absätze, Überschriften und Listen korrekt identifiziert und in Markdown formatiert werden, sodass das Ergebnis sofort in Wissensmanagementsystemen oder Entwicklungs-Workflows verwendet werden kann.
Bild-Text-Extraktor Anwendungsfälle
- Stapelweise Konvertierung von Dokumenten-Screenshots in eine einzige, bearbeitbare Markdown-Datei.
- Digitalisierung von Präsentationsfolien (PPT/Keynote) in strukturierte Lern- oder Besprechungsnotizen.
- Extraktion von Textdaten aus Bildern mit gemischten Sprachen (Chinesisch und Englisch).
- Automatisierte Transkription von gedruckten Berichten, die mit mobilen Geräten erfasst wurden.
So funktioniert Bild-Text-Extraktor
- Der Benutzer lädt ein oder mehrere Bilder in unterstützten Formaten wie PNG, JPG, JPEG, GIF oder WebP hoch.
- Der Skill löst für jede Datei das read_image-Tool aus und wendet einen spezialisierten Prompt an, um den gesamten sichtbaren Text unter Beibehaltung der Formatierung zu extrahieren.
- Die extrahierten Daten werden sequenziell organisiert, mit klaren Kennungen für jedes Quellbild (z. B. Image 1, Image 2).
- Das System bewahrt die semantische Struktur, einschließlich Überschriften, Listen und Absatzumbrüchen, die in den Originalbildern gefunden wurden.
- Ein finales Markdown-Dokument wird generiert, das Metadaten wie den Titel, die Extraktionszeit und die Gesamtzahl der verarbeiteten Bilder enthält.
Bild-Text-Extraktor Einrichtung
Um diesen Skill zu nutzen, stellen Sie sicher, dass Ihr KI-Agent mit einem bildfähigen Modell und dem read_image-Tool ausgestattet ist. In der Openclaw Skills-Umgebung können Sie den Prozess durch direktes Hochladen von Dateien starten.
# Beispiel: Auslösen der Bildextraktion via CLI
openclaw run image-text-extractor --files ./path/to/images/
Bild-Text-Extraktor Datenschema & Taxonomie
Der Skill organisiert die extrahierten Daten in einem standardisierten Markdown-Format wie folgt:
| Merkmal | Beschreibung |
|---|---|
| Dokumententitel | Ein beschreibender Name für die Extraktionssitzung |
| Extraktionszeit | Der Zeitstempel, wann der OCR-Prozess abgeschlossen wurde |
| Bildanzahl | Die Gesamtzahl der im Batch enthaltenen Bilder |
| Inhaltsblöcke | Nach Bildquelle segmentierter Text mit beibehaltener Originalformatierung |
| Dateiausgabe | Optionale Generierung einer .md-Datei zum Download |
Bild-Text-Extraktor Erweiterte Funktionen
- Batch-Verarbeitung mehrerer Bilder unter strenger Einhaltung der sequenziellen Reihenfolge.
- Automatische Erkennung und Erhaltung struktureller Elemente wie Überschriften und Aufzählungspunkte.
- Intelligente Fehlerbehandlung, die fehlgeschlagene Bilderkennungen meldet, ohne den gesamten Batch zu unterbrechen.
- Native Unterstützung für die Erkennung gemischter Sprachen innerhalb des Openclaw Skills-Frameworks.
SKILL.md
Laden
Verwandte Openclaw-Skills
Aliyun CLI-Verwaltung
Eine umfassende Automatisierungsfähigkeit zur Verwaltung von Alibaba Cloud-Ressourcen über die offizielle Aliyun Command Line Interface.
Alibaba Cloud SLS Protokollabfrage
Ein leistungsstarkes KI-Agenten-Skill zum Abfragen, Analysieren und zur Fehlerbehebung von Protokollen innerhalb des Alibaba Cloud Log Service (SLS) unter Verwendung des Python SDK.
Weekly Report Generator
Ein intelligenter Agent-Skill, der automatisch die git commit-Historie analysiert, um professionelle wöchentliche Statusberichte zu erstellen und zu verteilen.
Agent Debate
Agent Debate ist ein Multi-Agenten-Framework, das die Antwortgenauigkeit verbessert und Halluzinationen reduziert, indem mehrere KI-Agenten Lösungen unabhängig voneinander beantworten, kritisieren und durch strukturierte Uneinigkeit verfeinern.
opencode AI Code Orchestrator
Eine hochentwickelte Orchestrierungs-Fähigkeit, die darauf ausgelegt ist, Code-Analyse- und Modifikationsaufgaben an spezialisierte AI-Agenten zu delegieren, während die Kontrolle beim Entwickler bleibt.
Xiaohongshu Viral Title Generator
Ein Massen-Titelgenerierungstool, das virale Schlagzeilen für Xiaohongshu unter Verwendung psychologischer Trigger, Vorlagen und automatischer Emoji-Integration erstellt.
Hervorgehoben*
