用途：从图片（截图、照片、扫描件、图表）、PDF 或文档图像中提取文字，可解析发票、收据、表单、表格等结构化文档，也支持手机拍摄照片中的文字识别。输入可为图片或 PDF 的 URL，也可为本地文件路径；用户上传图片时需先保存再以本地路径传入。
主要能力：调用 PP-OCRv5 API 完成 OCR，输出 JSON，关键字段包括 ok（成功与否）、text（完整识别文本）、result（原始 API 响应，用于调试）、error（错误详情）。识别结果应完整展示，不做截断或摘要。适用于纯文本文件、代码或 Markdown 等可直接读取的内容，以及任何不涉及图像转文字的任务。
必要用法：仅使用 PP-OCRv5 API，执行 python scripts/pp-ocrv5/ocr_caller.py。URL 输入使用 --file-url 参数，本地文件使用 --file-path 参数，推荐加 --output result.json --pretty 保存结果。示例：python scripts/pp-ocrv5/ocr_caller.py --file-url "https://example.com/invoice.jpg" --pretty；本地文件示例：python scripts/pp-ocrv5/ocr_caller.py --file-path "./document.pdf" --pretty。首次使用需先配置 API：访问 https://paddleocr.com 获取 API_URL 与 TOKEN，再运行 python scripts/pp-ocrv5/configure.py --api-url "PARSED_URL" --token "PARSED_TOKEN"。可通过 python scripts/pp-ocrv5/smoke_test.py 验证配置与连通性。
限制：不使用内置视觉能力，不提供替代方案，API 失败时直接显示错误并停止，不尝试其他 OCR 方式。若未配置，会提示 CONFIG_ERROR: PADDLEOCR_OCR_API_URL not configured。认证失败（403）需检查令牌，配额超限（429）需等待或升级。模型版本与能力由 API 端点决定。识别质量不佳时建议确认图像清晰度或提供更高分辨率图像。输出格式与提供商 API 约定可参考 references/pp-ocrv5/output_schema.md 与 references/pp-ocrv5/provider_api.md。