用途：从图片（截图、照片、扫描件）或扫描版 PDF 中提取文字，输出行级/框级文本，不做表格网格、公式或阅读顺序版式还原。纯文本、代码、Markdown 文件无需使用本技能。
主要能力：支持通过 URL 或本地文件路径输入，可显式指定文件类型（--file-type 0 为 PDF，1 为图片），从扩展名自动判断类型；返回 JSON 信封，含 ok、text、result、error 字段，text 为识别出的完整文本。默认将原始 JSON 保存到系统临时目录，路径形如 <system-temp>/paddleocr/text-recognition/results/result_<timestamp>_<id>.json，并在 stderr 打印绝对路径；--output 可指定保存位置，--stdout 则直接打印且不保存文件。
使用方式：脚本内联声明依赖（PEP 723），无需单独安装，在技能根目录执行 uv run scripts/ocr_caller.py --file-url "URL" --pretty 或 --file-path "路径"。发生错误时显示 error.message，不回退到自身视觉能力。首次使用需配置 PADDLEOCR_OCR_API_URL（以 /ocr 结尾的完整端点）与 PADDLEOCR_ACCESS_TOKEN（40 位字母数字），可选 PADDLEOCR_OCR_TIMEOUT；凭证从 PaddleOCR 网站获取。
替代路径：若已安装 paddleocr（>=3.7.0），可用官方 CLI：pip install "paddleocr>=3.7.0"，命令形如 paddleocr api --model_type ocr --file_url "..."，仅需 PADDLEOCR_ACCESS_TOKEN。CLI 输出为 {jobId, pages:[...]}，不包含脚本的 {ok,text,result,error} 信封，也不自动保存或拼接文本。
适用场景：截图、发票、扫描文档等的文字提取；提取后可保存为 .txt/.md、检索关键词或接入下游流程。
限制：表格、公式、图表或复杂版式文档不适用；单页图片通常 1-3 秒，50 页以上大 PDF 可能需数分钟；识别质量受分辨率与背景影响，建议 ≥300 DPI 的清晰扫描件，可通过 raw JSON 中的 rec_scores 查看逐行置信度。错误码包括 403 认证失败、429 配额超限、Unsupported file format 等。模型版本、能力与支持格式由所用 API 端点及其官方文档决定。支持格式（本地文件扩展名）含 .pdf、.png、.jpg、.jpeg、.bmp、.tiff、.tif、.webp。