通用场景文字识别
更新时间：2026-09-04
支持MCP接入的通用文字识别工具清单
| 工具名称 | 工具描述 | 功能说明 |
|---|---|---|
| ocr_general_accurate_location | 通用文字识别（高精度含位置版） | 提供多场景、多语种、高精度的整图文字检测和识别服务，支持生僻字识别，并支持20种语言识别，相对于通用文字识别（含位置信息版）该产品精度更高，但是识别耗时会稍长。 |
| ocr_handwriting | 手写文字识别 | 支持对图片中的手写中文、手写数字进行检测和识别，针对不规则的手写字体进行专项优化，识别准确率可达90%以上。 |
| ocr_office_doc | 办公文档识别 | 可对办公类文档版面进行分析，输出图、表、标题、文本的位置，并输出分版块内容的OCR识别结果，支持中、英两种语言，手写、印刷体混排多种场景。 |
| ocr_web_image_location | 网络图片文字识别（含位置版） | 支持识别艺术字体或背景复杂的文字内容，除文字信息外，还可返回每行文字的位置信息、行置信度，以及单字符内容和位置等。 |
| ocr_qrcode | 二维码识别 | 对图片中的二维码、条形码进行检测和识别，返回存储的文字信息。 |
| ocr_digits | 数字识别 | 对图片中的数字进行提取和识别，自动过滤非数字内容，仅返回数字内容及其位置信息，识别准确率超过99%。 |
| ocr_seal | 印章识别 | 检测并识别合同文件或常用票据中的印章，输出文字内容、印章位置信息以及相关置信度，支持识别印章编码，可覆盖圆形章、椭圆形章、方形章等常见种类的印章。 |
| ocr_table | 表格文字识别V2 | 支持识别图片/PDF格式文档中的表格内容，返回各表格的表头表尾内容、单元格文字内容及其行列位置信息，全面覆盖各类表格样式，包括常规有线表格、无线表格、含合并单元格表格。同时，支持多表格内容识别。 |
| ocr_meter_reading | 仪器仪表盘读数识别 | 适用于不同品牌、不同型号的仪器仪表盘读数识别，广泛适用于各类血糖仪、血压仪、燃气表、电表等，可识别表盘上的数字、英文、符号，支持液晶屏、字轮表等表型。 |
| ocr_structure | 智能结构化 | 支持智能提取图片中的字段结构化信息，无需训练灵活提取。适用于各类证照、票据、表单等版式中的结构化信息录入场景。 |
| ocr_file_classify | 文件检测分类 | 对图片中的文档、卡证、票据等含文字的主体进行检测、分类，可同时支持一张图片中多张主体的情况，返回每个主体的类别及位置信息。 |
支持MCP接入的文档解析工具清单
| 工具名称 | 工具描述 | 功能说明 |
|---|---|---|
| document_parse | 文档解析 | 支持对doc、pdf、图片、xlsx等18种格式文档进行解析，输出文档的版面、表格、阅读顺序、标题层级、旋转角度等信息，支持中、英、日、韩、法等20余种语言类型，可返回Markdown格式内容，将非结构化数据转化为易于处理的结构化数据，识别准确率可达 90% 以上。 |
评价此篇文章