用途：该技能对应 CLI 工具 ollama-deepseek-ocr-tool，用 DeepSeek-OCR 通过 Ollama 对多张图片做批量 OCR，按自然排序（IMG_1 < IMG_2 < IMG_10）依次提取文字并合并为一份连贯的 Markdown 文档。适合把教材章节、讲义幻灯片、扫描文档转为可搜索的 Markdown 笔记，且不依赖云端服务。
主要能力：输出含标题、正文、列表、多列布局和表格的干净 Markdown；表格保留表头与结构，能处理合并单元格；可提取图表中的文字标签与图注，但不描述图像内容，也不保留流程图箭头。速度约每张 3 秒（M4），内存约 6GB，约每分钟 20 张，串行处理。
安装与用法：先准备 Ollama（brew install ollama，再 ollama serve）、拉取模型 ollama pull deepseek-ocr，以及 Python 3.14+ 和 uv。安装：git clone https://github.com/dnvriend/ollama-deepseek-ocr-tool.git，cd ollama-deepseek-ocr-tool，uv tool install .。基本命令：ollama-deepseek-ocr-tool GLOB_PATTERN OUTPUT_FILE [OPTIONS]，如 ollama-deepseek-ocr-tool "IMG_*.png" chapter-3-notes.md。可用 -v/-vv/-vvv 提升日志级别（stderr 输出），--help、--version 查看帮助与版本。输出文件会被覆盖，每张图的文本前带 <!-- Source: 文件名 --> 注释并以 --- 分隔。
限制：仅本地、仅印刷体（不支持手写）、仅批量（无实时流式），不描述图像内容；复杂版式效果可能不稳定。退出码 0 成功、1 校验错误（无匹配文件或参数无效）、2 运行时错误（Ollama 连接失败或模型缺失）。若报连接错误，确认 ollama serve 已运行且已 pull deepseek-ocr。建议文件按序命名、先小批量试跑、处理后复核输出。