الانتقال إلى المحتوى الرئيسي

​
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

Code
from crewai_tools import OCRTool

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

​
مع وكيل

Code
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

Code
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()