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，支持发票、票据、表单、表格等结构化文档，以及手机拍摄照片和指向图片/PDF 的 URL。纯文本文件、代码文件、Markdown 等不涉及图像转文字的场合不适用。
主要能力：调用 PP-OCRv5 API 完成 OCR，输出 JSON，包含 full_text（完整识别文本）、pages[].items[]（逐行数据）、quality.quality_score（0.0-1.0 置信度）与 text_items 数量；ok 为 false 时通过 error.message 返回错误。自动模式会尝试 1-3 次并逐步提高校正级别后返回最佳结果。
使用方式：基本命令为 python scripts/ppocrv5/ocr_caller.py，URL 输入用 --file-url "URL"，本地文件用 --file-path "路径"，可加 --pretty 美化输出，或用 --output result.json 保存结果。模式上默认 --mode auto，快速识别用 --mode fast，高精度用 --mode quality。首次使用需配置凭证，脚本会提示访问 https://aistudio.baidu.com/paddleocr/task 获取 API_URL 与 TOKEN，然后执行 python scripts/ppocrv5/configure.py --api-url "URL" --token "TOKEN"。高级选项包括 --return-raw-provider、--visualize，以及自动模式的 --max-attempts、--quality-target、--budget-ms。可用 python scripts/ppocrv5/smoke_test.py 验证配置与连通性。
限制与注意：该技能仅使用 PP-OCRv5 API，不调用内置视觉能力，也不提供替代或回退方案；API 失败时显示错误并停止。常见错误包括 PROVIDER_AUTH_ERROR（403，令牌无效）和 PROVIDER_QUOTA_EXCEEDED（429，配额耗尽）。质量分低于 0.5 时识别较差，建议改用质量模式或提供更清晰的图像。应完整显示识别文本，不做截断或摘要。
参考资料：references/ppocrv5/agent_policy.md、normalized_schema.md、provider_api.md。价格、平台细节暂未提供。