 Yao Agents 新增了 OCR 文字识别能力。配好之后，AI 专家可以识别图片和 PDF 里的文字，把扫描件、照片、截图变成可编辑的文本。 ## 怎么用 给 AI 专家发一个 PDF 或图片附件，说一句"提取文字"或"转成 Markdown"就行。  专家会自动调用已配置的 OCR 服务识别内容，输出结构化的文本结果。  ## 支持四种服务商 | 服务商 | 类型 | 特点 | |--------|------|------| | PaddleOCR | 自部署 | 开源免费，支持 100+ 语言 | | 百度 OCR | 云服务 | 通用文字 + 高精度识别 | | Google Cloud Vision | 云服务 | 多语言最强，支持 GenAI 自定义提取 | | Azure Document Intelligence | 云服务 | 表单和键值对提取能力突出 | 选一个就够用。打开 **设置 → OCR**，填入 API Key 即可。 ## 不只是文字 除了通用文字识别，还支持表格、手写体、发票、收据、身份证等专项类型。不同服务商覆盖范围不同，不支持的类型会自动降级为通用识别。 ## 版本要求 - Yao **1.0.0-rc18+** - Yao Agents **1.1.7+** 从[下载页面](/download)获取最新版本，或在 Yao Engine Desktop 中检查更新。
OCR 上线 — 扫描件、照片、PDF 直接识别
Yao Agents 新增 OCR 文字识别，支持 PaddleOCR、百度 OCR、Google Cloud Vision、Azure Document Intelligence 四种服务商。