用途：从扫描文档和图像型 PDF 中提取文字，使图片 PDF 可搜索，实现纸质文档数字化，并支持批量处理多个文档。
主要能力：支持指定页码范围与语言（如“Extract text from pages 1-10, English language”）、保留版式、输出结构化数据；可输出纯文本、结构化提取结果或可搜索 PDF（在图像后添加文本层，保留原始图像）。可处理表单与复选框、表格、手写文字（有限）。支持多语言，英语、西班牙语、法语、德语、意大利语效果最佳，中文、日文、韩文良好，阿拉伯语、希伯来语、印地语中等。
使用方式：以自然语言指令调用，例如“Extract text from this scanned PDF”“OCR this document image”“Make this PDF searchable”“OCR this document, preserve layout”“Extract and output as structured data”。批量处理时按文件夹处理并输出各文件页数、置信度与状态。
适用场景：扫描合同、印刷书籍、表单、表格数据、混合内容文档的数字化与检索。
限制：无法保证 100% 准确；手写文字准确率低（工整手写约 60-80%，连笔约 30-60%），常需人工复核；极小文字、装饰性字体、复杂图形中的文字、背景图像会降低质量；处理时间随页数增加。建议 OCR 前确保分辨率至少 300 DPI（小字 600）、对比清晰、文档摆正、无裁切、无污渍阴影，必要时先放大、去斜、调整对比、降噪、转灰度。资料中提及的工具（Google Cloud Vision、Amazon Textract、Azure Computer Vision、Adobe Acrobat、ABBYY FineReader、Tesseract、pytesseract、EasyOCR、PaddleOCR 等）仅为推荐，具体安装与收费暂未提供。