ppt-ocr-to-word
将PPT扫描PDF(图片版)通过本地OCR识别文字,自动识别表格、嵌入图表页截图、抓取参考文献,整理为结构化Word文档
共 287 条已上架资产
将PPT扫描PDF(图片版)通过本地OCR识别文字,自动识别表格、嵌入图表页截图、抓取参考文献,整理为结构化Word文档
使用“截图 + 坐标网格”的方式操作任意桌面软件:截取带有坐标网格的屏幕图像,让任意多模态大模型识别目标位置的坐标数字,再调用点击、输入、按键等 API,模拟人类视觉化操作软件
当你需要验证网页 UI 是否按预期工作时,请使用此技能——包括点击流程、断言状态、捕获控制台错误、在多个视口下截图以供视觉审查
gstack 是一个用于 QA 测试和站点功能验证的快速无头浏览器工具
通过 MCP 工具调用为 AI 代理提供一个真实的浏览器实例——支持启动、导航、点击、填写表单、截图、提取文本、运行 JavaScript 等操作,并配备内核级真实设备指纹和持久化用户配置文件,确保会话在多次运行之间保持登录状态,且页面感知…
图片通用文字 OCR,支持中英文及多语种
智谱 AI 视觉、搜索与生图工具集 — 图像分析、OCR 文字提取、错误截图诊断、UI 截图转代码、技术图表解读、数据可视化分析、视频理解、UI 差异对比、联网搜索、网页读取、GitHub 仓库检索、AI 生图(CogView)、AI 生视…
由夸克扫描王提供的文件格式转换工具
当用户需要追踪支出、扫描收据、上传信用卡支付截图、分类消费、记录交易、查看支出摘要、查看
自动完成 WorkBuddy 桌面客户端「Buddy 加油站」每日签到、领取积分
将一条已发布的爆款短视频转化为属于你自己的内容
把老板口述、客户反馈与截图整理成可开发的需求说明和验收案例,适合产品经理与创业团队
用于截图表格转Excel、PDF表格提取、图片表格变Excel、扫描表格导出
把品牌介绍、产品卖点和页面需求变成可以本地查看的网站原型,适合企业官网、活动落地页与服务介绍页
用“截图 + 坐标网格”的方式操作任意桌面软件:截带网格的图,让任意多模态大模型读出目标的坐标数字,再调用点击/输入/按键等 API ,模拟人类视觉化操作软件
将带彩色背景、水印、阴影、反光或复杂排版的文档截图或照片,经AI智能处理一键转换为白底黑字的清晰可读版本,去除视觉干扰、还原标准印刷体效果,便于阅读、打印、存档或OCR识别
服装设计全流程AI大师
中文:给出可维护的端到端自动化方案:选择器策略、等待与重试、测试数据隔离、失败截图与报告产出
上传图片或截图,提取中英文文字与表格数据,支持手写体与印刷体
图片与文档转文字的成品 Skill