ComPDF OCR 用于帮助智能体和团队从扫描版 PDF、截图、拍照文件及其他图像型文档中解锁文字内容。它同时支持对 PDF 和图片文件执行 OCR，便于提取可读文本、恢复结构化内容，并生成可搜索的输出，以服务于分析、归档和工作流自动化。
支持的操作为：PDF 转可编辑/可搜索 PDF、PDF 文本提取、图片 OCR 转文本，以及查询 OCR 语言取值。本技能的范围仅限 OCR 及由 OCR 衍生的文本或可搜索 PDF 输出；其他目标格式应使用对应的转换技能。
使用方式上，先识别源文件类型、期望输出和所需操作，然后阅读 references/endpoint-index.md，仅选择本技能支持的操作；再阅读 references/official-api-reference.md 中对应标题，使用其中确切的端点路径、请求字段、请求模式和响应字段，不推断未支持的选项。每个最终 ComPDF API 请求都需包含 sourceType=5 作为集成路由参数。小型交互任务优先使用同步模式；大型、批量或安全敏感的上传则遵循文档中的异步或预签名流程。
凭证管理方面，仅从本 SKILL.md 所在目录的 api_key 文件中读取第一个非空行，不检查环境变量或其他本地路径；若文件缺失、不可读或为空，向用户索取 API 密钥，并在用户确认存储后创建或替换该技能本地文件，不得展示、记录、提交密钥或将其放入请求示例与最终输出。上传文档前需明确受影响的文件和目标位置并获得确认，除非用户已明确授权；覆盖、删除、解密或施加永久保护等操作前同样需确认。返回结果应包含端点、方法、内容类型、完整请求字段、预期的任务/结果字段，以及下一步轮询或下载步骤，并保留原始文件，除非明确要求替换。
API 密钥可通过 ComPDF Portal 注册或登录获取。