ocr
使用 Tesseract OCR 引擎从图片中提取文字,支持多种语言、图像预处理以及多种输出格式。
探索可复用的代理技能,查看实现细节,快速找到适合你工作流程的技能。
共找到 510 个技能
使用 Tesseract OCR 引擎从图片中提取文字,支持多种语言、图像预处理以及多种输出格式。
根据研究计划与叙事报告,以章节为单位编写 LaTeX 学术论文,并通过多模型审阅机制确保质量。
进阶提示词改写与优化服务。分析提示词的清晰度、具体性与结构,提供可执行的优化建议、多种变体选项,并教授提示工程的最佳实践。
为 AI 编码代理生成分层且节省 token 的 AGENTS.md 文件,提供全库上下文与项目特定指南。
交互式开发流程管理器。协调探索、规划、审查与构建阶段,并利用专业 AI 代理团队(Scout、Bob、Garry、Arlo)确保项目交付质量。
监控项目进度、分析活跃轨道并识别开发工作空间中的阻塞问题。
通过 Pavlok API 触发硬件刺激(震动、蜂鸣或电击),用于习惯养成或提供任务管理的物理反馈。
利用 Azure OpenAI GPT Realtime Mini 模型与 WebSocket 流媒体技术,生成 AI 播客风格的音频叙事,包含 PCM 转 WAV 及前端播放整合。
精通 iOS 人机界面指南 (HIG) 与 SwiftUI。提供原生 iOS 应用程序开发、界面设计、SwiftUI 组件实现与 Apple 平台设计原则的专业指导。
对 WordPress 开发数据库执行 SQL 查询,用于数据检查、问题排查及审计日志分析。
搜索并参考 Chromium 文档,包含设计文档、API 和开发指南。适用于定位、浏览或学习 Chromium 代码库中的架构、GPU、网络、安全和测试概念。
基于 CLI 的 Linear 集成,用于 AI 辅助的任务管理、工单追踪和自动化开发工作流程。