gpt52-ocr-pipeline
这个工具能让你的PDF和PPT开口说话。用GPT-5.2视觉AI把文档里的文字、表格、甘特图都精准提取出来，还能自动修正歪斜页面。不需要数据库，一个Python脚本搞定一切。
功能简介
这个工具能让你的PDF和PPT开口说话。用GPT-5.2视觉AI把文档里的文字、表格、甘特图都精准提取出来，还能自动修正歪斜页面。不需要数据库，一个Python脚本搞定一切。
适用能力
[{"title":"文档转文字，精准如扫描","desc":"比传统OCR更聪明，能保留表格结构，自动修正歪斜文档，还能告诉你花了多少钱"},{"title":"复用项目上下文","desc":"结合已有文件、规则和输入材料，减少每次重新说明背景的成本。"},{"title":"输出可交付结果","desc":"适合生成分析结果、执行步骤、代码修改建议或可复制的内容草稿。"}]
输入说明
需求描述、项目文件、参考资料、截图或用户指定的执行规则。
输出说明
分析结果、执行步骤、生成内容、代码修改或可复制的交付文档。
示例提示词
["使用 gpt52-ocr-pipeline 帮我处理这个任务","调用 gpt52-ocr-pipeline，按当前项目规则给出执行方案","用 gpt52-ocr-pipeline 生成一版可以直接交付的结果"]
安装命令
codex skill add ntguion/gpt52-ocr-pipeline