核心用法
PaddleOCR文档解析技能是一个面向复杂文档的OCR与版面分析工具，基于PP-StructureV3/PaddleOCR-VL模型，能够将PDF和图像文档转换为结构化的Markdown或JSON格式。
主要功能：
- 表格提取：支持单元格级精度的表格识别与还原
- 公式识别：数学公式自动转换为LaTeX格式
- 版面分析：处理多栏排版、页眉页脚、阅读顺序
- 图表与印章：识别文档中的图表、印章等非文本元素
使用流程：
1. 配置环境变量（API_URL和ACCESS_TOKEN）
2. 通过vl_caller.py脚本提交文档（支持URL或本地路径）
3. 解析返回的JSON，提取text字段获得完整Markdown，或深入layoutParsingResults获取结构化数据
显著优点：
- 中文文档支持优秀，对复杂版面还原度高
- 输出格式标准化，适合直接接入RAG/搜索流水线
- 支持100页以内PDF批量处理
- 提供图像压缩、PDF拆分等辅助工具优化大文件处理
潜在缺点与局限性：
- 依赖外部API服务，需配置环境变量和有效Token
- 处理时间较长（单页1-5秒，大PDF可达数分钟）
- 不支持纯速度优先的简单OCR场景
- 免费额度有限，超量需付费升级
适合人群：
- 需要处理发票、财报、论文等复杂版面的数据工作者
- 构建文档问答系统的RAG开发者
- 需要将扫描件结构化的企业用户
常规风险：
- API凭证需妥善保管，避免泄露于对话历史中
- 网络依赖性强，离线环境无法使用
- 输出质量受文档清晰度影响，手写体、低分辨率扫描件识别率下降
- 大文件处理存在超时风险，建议先压缩或分页