用途：当需要从图片（截图、照片、扫描件、图表）、PDF 或文档图像中提取文字，或解析发票、收据、表单、表格等结构化文档时使用本技能；不适合可直接用 Read 工具读取的纯文本、代码或 Markdown 文件，以及不涉及图文转换的任务。
主要能力：支持通过 URL 或本地文件路径调用 OCR；提供自适应质量模式（auto，默认，自动尝试 1-3 次并逐步提高修正级别返回最佳结果）、快速模式（fast）和高质量模式（quality）；返回结构化 JSON，包含完整文本、逐页逐行条目及质量评分；可请求可视化检测区域或原始提供方响应。
使用方式：识别输入来源后执行命令，如 python scripts/ocr_caller.py --file-url "URL" --pretty 或 python scripts/ocr_caller.py --file-path "文件路径" --pretty。首次使用需运行 python scripts/configure.py 配置 API_URL 与 PADDLE_OCR_TOKEN，保存至 .env。结果中 ok 为 true 表示成功；result.full_text 为完整文本；quality.quality_score 为置信度（0.0-1.0），0.72 以上良好，低于 0.5 较差。若需更高精度可指定 --mode quality。
适用场景与限制：适用于发票、收据、表单、表格等文档解析，以及手机拍摄文字识别。质量低于 0.5 时应提示用户并建议使用 quality 模式或提供更清晰、高分辨率图像。配置缺失、认证失败（403）、配额超限（429）等错误需按提示处理。质量评分算法、自适应重试机制等细节可参考 references/agent_policy.md、references/normalized_schema.md、references/provider_api.md。官方价格、平台支持范围等资料暂未提供。