post-ocr-cleanup - 清理并评估 OCR 后文本
纠正 OCR 错误，执行确定性清理，保留溯源信息，并诊断多语言文本质量。
标签
更新于: 2026-10-05能力
典型输入
典型输出
该技能可以做什么
- 选择校正策略
- 校正 OCR 文本
- 应用确定性修复
- 恢复语言特定变音符号
- 约束解码输出
- 清理模型过度生成
- 计算编辑距离
- 诊断页面质量
- 标记可疑页面
- 保留原始文本
输入
- OCR 文本
- 源语言元数据
- 文档时代元数据
- 文档类型元数据
- 字体信息
- 扫描规格
- OCR 引擎信息
- 文档图像
- 下游质量阈值
- 评估用真实文本
输出
- 清理后的 OCR 文本
- 原始文本副本
- 溯源记录
- 编辑距离指标
- 变更比例
- 页面质量诊断结果
- 人工复核标记
要求
- 用于模型校正的 LLM 访问权限
- 用于模型推理的 GPU 资源
- 用于令牌级 CBS 的模型 logits
- 参考提示词和模式文件