OCR

visa-doc-translate は、ビザ申請書類の画像を英語に翻訳し、原本ページと翻訳ページを並べたバイリンガル PDF を作成します。構造化されたビザ書類、OCR のフォールバック、回転補正、氏名・日付・金額の保持を前提に設計されています。

Nutrient DWS API を使って PDF 処理とドキュメント自動化を行う nutrient-document-processing skill です。PDF、DOCX、XLSX、PPTX、HTML、画像などのファイルを変換、OCR、抽出、墨消し、署名、ウォーターマーク追加、入力できます。

pdfスキルは、PDF Processingにおけるテキスト抽出、結合・分割、ページの画像化、PDFフォーム処理を支援します。特に、入力可能フィールドの確認、フォームメタデータの抽出、入力不可フォームのレイアウト検証をスクリプトで進めたい場面に役立ちます。

invoice-organizer は、エージェントが請求書の項目を抽出し、領収書のファイル名を変更して、財務書類を税務申告に使いやすいフォルダへ整理するためのスキルです。PDF、スキャン画像、ダウンロード済みファイルを扱う Document Filing ワークフローに向いています。ただし、この repo が提供しているのは bundled scripts ではなく SKILL.md のガイダンスなので、まずは dry run から始めるのがおすすめです。

platerecognizer-automationは、ClaudeエージェントがComposio Rube MCP経由でPlate Recognizerを利用できるようにするskillです。ツール探索、接続確認、スキーマに基づくALPRワークフロー実行をガイドします。

google-cloud-vision-automation は、Composio Rube MCP を通じて Google Cloud Vision ワークフローを実行するためのスキルです。最新の tools を検索し、google_cloud_vision connection を確認したうえで、検証済みのスキーマに沿って処理を実行できます。

docsumo-automation は、Rube MCP を通じてエージェントが Docsumo OCR Extraction を自動化できるよう支援します。ライブツール検出、接続確認、スキーマ優先のワークフローに対応します。

affinda-automation は、エージェントが Composio Rube MCP 経由で Affinda ワークフローを実行するためのスキルです。まずライブのツールスキーマを検索し、Affinda 接続を確認してから、推測に頼りすぎずにドキュメント自動化タスクを進められます。

azure-ai-vision-imageanalysis-py は、Python で Azure AI Vision Image Analysis SDK を導入・活用するためのスキルです。キャプション、タグ、オブジェクト、OCR、人物検出、スマートクロッピングを扱い、Azure ベースの画像理解ワークフローに向けて、バックエンド寄りのセットアップ、認証、環境設定までカバーします。

azure-ai-document-intelligence-tsは、Azure Document Intelligenceを使ってテキスト、表、キー値フィールド、構造化データを抽出するTypeScript向けスキルです。請求書、領収書、ID、フォームなどのOCR抽出に使えるほか、Azure REST SDK認証を用いたNode.jsでの事前構築済みモデルやカスタムモデルのワークフローにも対応します。

azure-ai-contentunderstanding-py は、Azure AI Content Understanding 向けの Python スキルです。ドキュメント、画像、音声、動画から構造化コンテンツを抽出し、RAG ワークフローや自動化に活用できます。信頼性の高いマルチモーダル抽出、Azure 認証、再現性のあるパイプライン向け出力が必要な場合に適しています。

azure-ai-vision-imageanalysis-java は、Azure AI Vision を使った Java の画像分析アプリ開発に役立つスキルです。キャプション生成、OCR、オブジェクト検出、タグ付け、人物検出、スマートクロップ、API 開発に対応し、SDK のセットアップ、認証、サンプルまでまとめて確認できます。

azure-ai-formrecognizer-java skill は、Java 開発者が Azure AI Document Intelligence を使って OCR 抽出、表、キー値ペア、請求書、領収書、ID、カスタム文書モデルを扱うための支援をします。現在の `com.azure:azure-ai-documentintelligence` SDK に合わせてあり、実用的な Java のセットアップ、API ガイダンス、再現性のある文書解析が必要なときに役立ちます。

azure-ai-document-intelligence-dotnet は、.NET 開発者が Azure AI Document Intelligence を導入・活用し、請求書、領収書、ID、カスタム文書からテキスト、表、キー値ペア、構造化フィールドを抽出するのを支援します。実運用で役立つセットアップ、認証、OCR 抽出のガイダンスも含み、信頼性の高い文書分析に役立ちます。

pdfスキルは、実運用できるワークフローの中でPDFファイルを読み取り、抽出し、変換し、作成する必要があるときに役立つ実践ガイドです。テキスト抽出、結合、分割、回転、フォーム入力、暗号化、画像抽出、スキャンPDF向けOCRまでカバーします。一度きりのプロンプトではなく、再現性のあるpdfガイドが必要な場面で使ってください。

markitdownは、ファイルやOffice文書をMarkdownに変換し、読みやすさ、分割、検索、LLMワークフローを改善します。このmarkitdownスキルは、PDF、DOCX、PPTX、XLSX、HTML、CSV、JSON、XML、ZIP、EPUB、OCR付き画像、音声文字起こしに対応しており、形式変換のための実用的なmarkitdownガイドとして使えます。

nutrient-document-processing は、Nutrient DWS を使った PDF Processing のためのワークフロースキルです。変換、結合、分割、OCR、抽出、墨消し、署名、最適化、さらに PDF/A や PDF/UA などのコンプライアンス出力まで、再現性のある文書ワークフローの導入、理解、活用を支援します。