告别传统OCR！🚀 解决排版烦恼！「万能识别」让你的图片秒变Markdown！「万能识别」是一款不同于传统意义的OCR助手，能够借助AI大模型实现自动识别任何形式的图片 🖼️，并充分保留格式、排版等信息 📑。

功能简介

• 万能识别：本动作支持识别图片中的一切信息，包括文字、结构化文字、图片、表格、混合信息（比如文字+表格）。识别结果将最大程度保留图片中的文字信息、格式信息、排版信息、文字样式信息等，可直接复制为Markdown格式。与传统OCR助手相比，具有以下优势：
  • 充分保留排版、格式、文字样式等信息，极大节省时间；
  • 得益于多模态大模型的加持，准确精度更高；
  • 无需复杂设置，一键「万能识别」，在混合信息场景（如文字+表格、文字+公式等）、复杂表格场景下，依然表现优异；
• 大模型支持：本动作通过调用智谱、通义千问、混元三个多模态大模型的API实现图片识别，可自行切换。只需填写API Key，即可实现「万能识别」。（上面三个大模型注册可以领取免费Tokens）根据测试，模型优劣见下表：
• 
  

• 两次输出：支持两次输出，如果大模型第一次输出不完整，可支持再次输出，并最终输出格式一致的完整识别结果。

使用手册（文字教程）

• 前置条件
  • API：本动作的运行需要自行填写API Key，支持智谱、通义千问、混元API，均可免费领取；具体获取方法请见：
    • 智谱：智谱AI开放平台
    • 通义千问：阿里云百炼
    • 混元：腾讯云 - 控制台
  • API Key填写窗口会在第一次使用时弹出，填写正确的API Key，后续可直接使用；

• 输入和输出说明：
  • 输入：截图，点击动作后，会蹦出截图窗口，截图内容将发送给大模型；
  • 输出：模型识别完成后，会自动弹出结果预览窗口，Markdown格式的文本直接复制到剪贴板中。如果设置了「继续输出」，则会蹦出是否继续输出弹窗，点击「是」，模型则会继续输出，并最终弹出完整内容。
• 设置：
  • 右键动作，点击「模型选择」，则可以切换大模型，最好只选择一个，默认选择为智谱大模型；
  • 右键动作，点击「Prompt」，可自行设定发送给大模型的Prompt；
  • 右键动作，点击「继续输出」，勾选后则会在第一次输出完成后蹦出是否继续输出窗口；
• 使用示例
  • -未开启「继续输出」功能：点击动作—》触发截图—》截图完成后发送给AI大模型—》蹦出大模型回复预览弹窗—》Markdown结果自动复制到剪贴板；
  • 
    
  • 开启「继续输出」功能：点击动作—》触发截图—》截图完成后发送给AI大模型—》蹦出大模型回复预览弹窗—》Markdown结果自动复制到剪贴板—》蹦出是否继续输出弹窗—》点击是—》蹦出大模型再次输出后的全部输出弹窗（自动合并），并自动复制到剪贴板。
  • 
    
• 视频教程：「万能识别」- Quicker动作教程_哔哩哔哩_bilibili

更新计划

• 支持更多大模型；
• 优化功能逻辑和页面设计；
• 支持连续截图、混合取图、本地上传、多文件上传、剪贴板识别；
• 支持excel输出；

欢迎使用~~