أداة OCR

OCRTool

الوصف

استخراج النص من الصور (مسار محلي أو عنوان URL). تستخدم نموذج LLM مزوداً بالرؤية عبر واجهة LLM الخاصة بـ CrewAI.

التثبيت

لا حاجة لتثبيت إضافي بخلاف crewai-tools. تأكد من أن النموذج المحدد يدعم الرؤية.

المعاملات

معاملات التشغيل

• image_path_url (str, مطلوب): مسار صورة محلية أو عنوان URL بروتوكول HTTP(S).

أمثلة

الاستخدام المباشر

from crewai_tools import OCRTool

print(OCRTool().run(image_path_url="/tmp/receipt.png"))

مع وكيل

from crewai import Agent, Task, Crew
from crewai_tools import OCRTool

ocr = OCRTool()

agent = Agent(
    role="OCR",
    goal="Extract text",
    tools=[ocr],
)

task = Task(
    description="Extract text from https://example.com/invoice.jpg",
    expected_output="All detected text in plain text",
    agent=agent,
)

crew = Crew(agents=[agent], tasks=[task])
result = crew.kickoff()

ملاحظات

• تأكد من أن النموذج المحدد يدعم مدخلات الصور.
• للصور الكبيرة، فكر في تصغير الحجم لتقليل استهلاك الرموز.
• يمكنك تمرير نسخة LLM محددة للأداة (مثل LLM(model="gpt-4o")) إذا لزم الأمر، وفقاً لتوجيهات README.

مثال

from crewai import Agent, Task, Crew
from crewai_tools import OCRTool

tool = OCRTool()

agent = Agent(
    role="OCR Specialist",
    goal="Extract text from images",
    backstory="Vision‑enabled analyst",
    tools=[tool],
    verbose=True,
)

task = Task(
    description="Extract text from https://example.com/receipt.png",
    expected_output="All detected text in plain text",
    agent=agent,
)

crew = Crew(agents=[agent], tasks=[task])
result = crew.kickoff()