Design & media

sm-ocr-scanner

Try it

Perform OCR on image files (jpg, png, bmp, gif, tiff) using the system's `tesseract` binary and return extracted plain text.

What it does

Perform OCR on image files (jpg, png, bmp, gif, tiff) using the system's `tesseract` binary and return extracted plain text.

The skill document

sm-ocr-scanner (funktionierender Skill)

Überblick

Dieser Skill nutzt das lokale Tesseract‑OCR‑Programm, um Text aus gängigen Bildformaten zu extrahieren. Er ist sofort einsetzbar, weil tesseract bereits auf dem System installiert ist.

Verwendung

# Aufruf über das Skill‑Skript (empfohlen)
~/.openclaw/workspace/skills/sm-ocr-scanner/scripts/ocr.sh

Beispiel:

~/.openclaw/workspace/skills/sm-ocr-scanner/scripts/ocr.sh /root/.openclaw/media/inbound/916f6187-cc22-4c62-bcfc-7b72198c8a10.png

Der erkannte Text wird auf STDOUT ausgegeben.

Optionen

  • Der Aufruf nutzt -l eng, um die englische Sprachdatei zu erzwingen. Für andere Sprachen kannst du das Flag anpassen, z. B. -l deu für Deutsch.
  • Wenn du die Sprache automatisch erkennen lassen möchtest, entferne das -l‑Flag.

Integration in OpenClaw (optional)

Falls du den Skill später über das OpenClaw‑CLI ausführen willst, kannst du einen Alias in deiner ~/.bashrc (oder ~/.zshrc) hinzufügen:

alias sm-ocr-scanner='~/.openclaw/workspace/skills/sm-ocr-scanner/scripts/ocr.sh'

Dann kannst du einfach ocr-image tippen.

Hinweis

Der ursprüngliche Platzhalter‑Skill war nicht funktionsfähig. Durch das Hinzufügen dieses Bash‑Wrappers wird er zu einem echten OCR‑Tool, das sofort einsatzbereit ist.

Related skills

screenshot-organizer

OCR, tag, search, deduplicate, and organize screenshots. Makes screenshots searchable by content, detects and removes duplicates, groups by topic, and generates a searchable index. Use when a user has hundreds of unorganized screenshots and needs to find, clean, or categorize them.

ComPDF OCR

Recognize text from scanned PDFs and images.

Autoglm Image Recognition

Use the AutoGLM Image Recognition API to analyze and describe image content. Use this skill when the user needs image analysis, object or scene recognition,...

4 installs

MinerU OCR Local & API

Parse complex PDFs and document images with MinerU through either the hosted MinerU API or the local open-source MinerU runtime. Use when Codex, OpenClaw, Cl...

22 installs1 stars

VLM Image Helper

Visual inspection helper for VLM and OCR workflows. Use when agent needs to help a vision model see an image more clearly before re-analysis: rotate misalign...

18 installs2 stars