OCR 公共模块

这是什么

「OCR 截图填字」用的本机识别引擎（PaddleOCR PP-OCRv5）：在插件里框选屏幕上的一块区域， 认出来的文字自动按位置填进选中的文本图层。识别全程在你自己电脑上跑，不联网、不上传任何图片。

因为体积有几百 MB，而且 Figma Zero、MasterGo Zero 和 Sketch Zero 装到的是同一个位置，所以从插件包里拆了出来单独放 —— 插件包因此小得多， 这份引擎装一次，三个插件都能用，以后升级插件也不用再下。

Sketch Zero 另有一套走 macOS 系统 Vision 框架的 OCR，不装这个模块也能用； 这个模块给它的是 PaddleOCR 那几档识别（小字、密集表格更准）。Sketch 只有 macOS 版，下 mac 包即可。

什么时候该下载

• 第一次要用「OCR 截图填字」（插件面板里的 OCR 按钮，或快捷键 O）；
• 本页顶部的版本日期比你装的那份新 —— 说明引擎更新了，重新下载覆盖一次即可（安装脚本会问你要不要覆盖）；
• 换了新电脑，或者重装过系统。

什么时候不用下载

• 不用 OCR 截图填字这个功能 —— 插件其它 80 多项功能一个都不受影响， 只有点 OCR 时会提示找不到组件；
• 已经为另一个插件装过，而且日期没变 —— 比如你先装了 Figma Zero 的 OCR， 后来又装 MasterGo Zero，这一步直接跳过；
• 已经装过 OCR通用工具APP —— 那个包里带的识别引擎就是这一份（同一个文件、同一个位置），这一步直接跳过；
• 系统版本不够（见下面的要求）—— 装不上，但插件照常用。

系统要求

你的机器	下哪个包	系统要求
Mac（Apple 芯片 M1/M2/M3/M4）	OcrClaw-For-Mac.zip	macOS 14.5 及以上
Mac（Intel）	OcrClaw-For-Mac-Intel.zip	macOS 12.3 及以上
Windows	OcrClaw-For-Win.zip	Windows 10 / 11（64 位）

这个门槛是飞桨（PaddlePaddle）官方二进制自带的编译要求，不是安装脚本卡的，绕不开。 Apple 芯片和 Intel 的包不能混用 —— Mac 上没有「Intel 机器跑 Apple 芯片程序」这回事 （Rosetta 只能反过来），装错了一运行就报错。懒得判断的话两个 mac 包都下，脚本只会用对的那个。

怎么装

网盘文件夹里除了三个 zip，还有安装脚本和一份「先看这里.txt」。

macOS：

1. 按上面的表下对应的 zip，和「安装脚本-Mac.tar.gz」放在同一个文件夹里；
2. 双击「安装脚本-Mac.tar.gz」解压，旁边会出现「安装OCR公共模块.command」；
3. 右键点它 → 打开 → 再点一次「打开」（直接双击会被 Gatekeeper 拦下，右键打开是绕过它的正规方式）；
4. 看到「装好了」就完事了。

Windows： 下 OcrClaw-For-Win.zip，和「安装OCR公共模块.bat」放同一个文件夹，双击 .bat 即可。

脚本为什么要打包一层：网盘只搬文件内容，不存执行权限。裸放的 .command 下下来会变成 不可执行，双击只会弹「你没有正确的访问权限」。打进 tar.gz，权限就跟着包一起过来了。

万一还是打不开：终端里输 bash 加一个空格，把 .command 拖进窗口，回车。

装完不用手动启动它 —— 在 Figma / MasterGo 插件里第一次用 OCR，焦点辅助程序会自动把它拉起来； Sketch Zero 则是 Sketch 一启动就自动在后台把它拉起来。 首次识别要加载模型（十几秒），之后常驻，后面每次都是秒级出结果。 macOS 还要给焦点辅助程序授权一次「屏幕录制」，第一次框选时系统会提示。

想卸载：直接删掉 ~/Library/OcrClaw For Mac（macOS）或 %LOCALAPPDATA%\OcrClaw For Win（Windows）。

想让识别更准：让字大一点再框

实测同一块画面逐级缩小后的识别正确率（按文字在截图里的像素高度）：

文字高度	正确率
24~36 像素	最佳，95% 以上
20 像素以上	稳定，90% 左右
12~18 像素	86% 上下，会有零星错字
12 像素以下	明显下滑（70~80%）

换算成操作：Retina 屏画布别低于 100%，外接普通显示器放到 150~200% 再框选。 12px 的正文在 Retina 屏 100% 缩放下正好是 24 像素高，落在最佳区间。

版本记录

2026-08-27

• 小字识别率明显提升：送进识别的图不再被压缩到 2048 像素（改为 4000）， 置信度门槛从 0.85 放宽到 0.6。同一张 3840×3200 的大屏截图， 认出来的文本行从 190 行涨到 214 行（+13%），耗时基本不变。
• 三个系统的包同步重打，识别结果三端一致。

已经装过更早版本的：重新下载、重跑一次安装脚本即可，脚本会问你要不要覆盖更新。