❗「万物」一键OCR为完美格式的Markdown文本

❗免费！没有套路！真免费！

❗正确率嘎嘎高，调用大语言模型

太长不看版

这是一款能将图片内容（包括文字、表格、数学公式等）精准识别并转换为Markdown格式的动作，彻底解决传统OCR（文字识别）造成的排版混乱、复杂内容识别不准的问题。
只需要输入API Key（智谱API完全免费，通义、混元大模型注册可以领取大量免费Tokens），即可实现复杂的OCR功能。【一般场景下，免费的智谱API即可满足要求；超级复杂场景可用其他两个模型！】
纯做公益，欢迎给俺点赞！希望能帮到大家！

功能详介

• 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」。（智谱大模型填写API即可免费使用，让我们一起感谢智谱😭，通义、混元大模型注册可以领取免费Tokens）根据测试，模型AP优劣见下表：
• • 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；
• 
  

• 太长不看版：一般场景下，免费的智谱API即可满足要求；超级复杂场景可用其他两个模型。
• 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）

• 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

欢迎使用~~