GitHub - 3351666087/scan-to-vector-skill:将扫描文档重建为可搜索、排版精美的 PDF,并生成矢量图、追踪溯源信息及进行视觉质检的智能体技能。

AI小蝌蚪AI 前沿📡 BestBlogs·AI高分精选⭐ 882026-11-051019 阅读💛 123 收藏
GitHub - 3351666087/scan-to-vector-skill:将扫描文档重建为可搜索、排版精美的 PDF,并生成矢量图、追踪溯源信息及进行视觉质检的智能体技能。

📌 One-Sentence Summary

scan-to-vector-skill 是一款开源智能体技能,可将扫描文档重建为可搜索、排版精美的 PDF,并生成矢量图、追踪溯源信息及进行视觉质检。

📝 Summary

scan-to-vector-skill 是一款适用于 Claude Code、Codex 及兼容客户端的智能体技能,可将扫描文档重建为可搜索、排版精美的 PDF,并生成矢量图、追踪溯源信息及进行视觉质检。该技能会处理扫描页面,包括将照片扁平化、校正倾斜并均匀补光,随后以双倍分辨率运行 Tesseract OCR,提取文本及其测量位置、字号和字重。图表、数据图及其他矢量元素会被描摹为矢量路径,而照片和版画则保留为清晰且带有标签的裁剪图。每次重建都会记录在台账中,并与原始扫描件叠加比对以供核验。基准测试显示,多个模型的质量均显著提升(Haiku 5.5:0.841→0.997,Sonnet 5.5:0.994→0.998,Opus 5.5:0.993→0.998,Fable 5.1:0.837→0.997),且较强模型的处理速度更快。该技能支持通过可恢复的检查点和页面台账处理长文档,并提供 Claude Code 插件、一行 Shell 脚本或手动复制等安装方式。

💡 Main Points

该技能可将扫描文档重建为可搜索、排版精美的 PDF,并生成矢量图和追踪溯源信息。

与在扫描件上叠加不可见文本的传统 OCR 不同,scan-to-vector 会彻底重建 PDF,生成真正可搜索的文本、无论放大到何种程度都保持清晰的矢量图,并通过页面台账记录所有更改以便核验。

基准测试表明,该技能能显著提升多个 AI 模型的质量,并加快处理速度。

对两份 9 页文档进行的测试显示,Haiku 5.5 从 0.841 提升至 0.997,Sonnet 5.5 从 0.994 提升至 0.998,Opus 5.5 从 0.993 提升至 0.998,Fable 5.1 从 0.837 提升至 0.997;Sonnet 的处理速度还提高了 37%。

该技能通过有针对性的技术方案,解决智能体容易出现的常见问题。

它通过以扫描图像像素为基准进行测量,解决视觉模型输入被缩小等常见问题;还提供校对表以发现遗漏内容,并采用一条命令生成草稿的方式,让用户只需编辑 fixes.json 就能轻松修正误识别内容。

该技能通过可恢复的检查点和页面台账支持长文档处理。

系统会维护页面台账和检查点,即使没有聊天历史也能继续处理;每页都会与原始扫描件核验,并生成标注 PASS 或 FIX 状态的报告。

💬 Key Quotes

将扫描书籍、手册、练习册和图表重建为可搜索的 PDF,生成矢量图,并逐页与扫描件核对。

结果经过实测,而非空口宣称:在两份模型此前从未见过的 9 页扫描文档上,我们测试的 4 个模型使用这项技能后得分都更高。

Haiku 5.5 的得分从 0.841 提升至 0.997,Sonnet 5.5 的处理速度则提高了 37%。

智能体在这项任务中容易以可预测的方式失败,而这项技能的每个部分都针对其中一种问题。

📊 Article Meta

AI Screening: 88

Source: Hacker News - Newest: "AI Agent"

Author: Null3351

Category: 人工智能

Language: 英文

Read Time: 9 min

Word Count: 2158

Tags:

AI 与智能应用 , AI 工程 , 文档解析 , AI 编程 , 测试与质量

#AI 与智能应用# AI 工程# 文档解析# AI 编程# 测试与质量

文章评论(12)

星知秋10 天前

内容翔实,正好需要,先收藏再看。

回复
暮拾贝10 天前

作者写得真不错,学到了不少。

回复
崔欣怡10 天前

整理得太全面了,省了我不少时间。

回复
墨向阳10 天前

实话,说的不明不白

回复
雪影10 天前

赞同,实践出真知。

回复
陈皮话梅糖10 天前

看标题就点进来了,内容果然没让人失望。

回复
蓝光10 天前

路过

回复
三分糖去冰10 天前

内容翔实,正好需要,先收藏再看。

回复
空向阳10 天前

点赞,必须点赞

回复
武磊10 天前

这篇文章分析得很透彻,收藏了!

回复
杨丽华10 天前

看完了,收获满满,期待更多更新。

回复
杨丽华10 天前

很有价值的分享,感谢整理。

回复