用途：PP-OCRv5 技能用于在需要从图像或含文字的视觉内容中提取文本时调用，适用于截图、照片、扫描件、图表、PDF 或文档图像，以及手机拍摄的照片和指向图片/PDF 的 URL，也可解析发票、收据、表单、表格等结构化文档。纯文本文件、代码或 markdown 文档，以及不涉及图像转文字的任务不应使用本技能。
主要能力：执行 OCR 并返回结构化 JSON。输出包含 ok 字段表示成功与否，result.full_text 为全部识别文本，result.pages[].items[] 提供逐行数据，quality.quality_score 表示识别置信度（0.0-1.0），quality.text_items 为条目数；出错时 error.message 给出描述。
使用方式：识别输入来源后运行脚本。URL 输入用 python scripts/ocr_caller.py --file-url "URL" --pretty，本地文件用 python scripts/ocr_caller.py --file-path "文件路径" --pretty。默认使用 auto 模式，自动尝试 1-3 次并逐步提高修正等级，返回最佳结果；用户要求快速识别时用 --mode fast，要求高精度时用 --mode quality。首次使用需运行 python scripts/configure.py 配置 API_URL（Paddle AI Studio 端点）和 PADDLE_OCR_TOKEN，保存至 .env，仅需配置一次。
质量与错误：质量分 0.90-1.00 为优秀，0.72-0.89 为良好，0.50-0.71 为一般，低于 0.5 为较差或未检测到文字，此时可提示用户改用 --mode quality 或提供更清晰图像。配置缺失需重新运行 configure.py；认证失败（403，PROVIDER_AUTH_ERROR）说明令牌无效需重新配置；配额超限（429，PROVIDER_QUOTA_EXCEEDED）说明当日配额用尽。遇到无文字检测时 quality_score 为 0.0、text_items 为 0。
高级选项：仅在用户明确要求时使用，包括 --return-raw-provider 返回原始响应、--visualize 显示检测区域，以及用 --max-attempts、--quality-target、--budget-ms 调整 auto 模式参数。深入调试、了解质量评分算法或自适应重试机制时，可参阅 references/agent_policy.md、references/normalized_schema.md、references/provider_api.md。可用 python scripts/smoke_test.py 验证配置与 API 连通性。
限制：资料未提供具体收费、价格、支持语言、单文件大小或并发等细节，暂未提供。