（7611期）GLM-OCR-Formula – AI公式识别·一键转LaTeX

AI公式识别·一键转LaTeX 基于智谱GLM-OCR API的数学公式识别工具，可将图片/PDF中的复杂公式高精度转换为LaTeX格式，支持积分、矩阵、分式等专业数学表达式。 使用说明 核心用法 GLM-OCR Formula Recognition Skill 是智谱官方推出的数学公式专用OCR工具，核心功能是将包含数学公式的图像或PDF文档转换为可编辑的LaTeX格式。用户通过调用 python scripts/glmocrcli.py 脚本，传入本地文件路径(--file)或远程URL(--file-url)即可发起识别请求。API返回结构化JSON结果，其中 text 字段包含Markdown/LaTeX混合格式的提取内容，layout_details 提供版面分析细节。 显著优点 专业公式识别能力：针对复杂数学场景优化，支持积分、求和、矩阵、分式、根式、上下标等结构，远超通用OCR的公式处理水平 标准LaTeX输出：直接输出学术标准LaTeX代码，无缝对接Overleaf、MathJax、KaTeX等排版系统 混合内容处理：可同时识别文档中的普通文本与公式，保持阅读顺序和结构层次 灵活输入方式：同时支持本地文件与远程URL，满足截图、扫描件、在线资源等多场景需求 企业级API底座：依托智谱开放平台，具备稳定的服务可用性和持续模型迭代 潜在缺点与局限性 API密钥依赖：必须使用 ZHIPUAPIKEY，国内平台注册流程对部分海外用户存在门槛 网络延迟敏感：公式识别需云端推理，大文件或复杂排版可能出现超时（可通过 GLMOCRTIMEOUT 调整） LaTeX渲染限制：多数聊天环境不支持原生LaTeX渲染，需人工转换为Unicode或借助外部工具查看效果 端点固定不可改：出于安全考虑，不支持自定义API地址，无法对接私有化部署或代理服务 成本因素：作为商业API服务，高频调用将产生费用，免费额度有限 适合人群 科研人员：需要从PDF论文、预印本中提取公式进行引用或改写 教育工作者：批量处理教材、试卷中的数学内容制作电子资源 学生群体：将手写或印刷笔记转换为可编辑的电子版公式 出版从业者：学术图书、期刊的数字化排版工作流 常规风险 密钥泄露风险：ZHIPUAPIKEY 需妥善保管，避免提交至公共代码仓库 数据隐私：上传文件将传输至智谱云端处理，敏感科研数据需谨慎评估 API稳定性：依赖第三方服务商，存在配额耗尽、服务降级等不可控因素 识别误差：极端复杂的手写公式或低质量扫描件可能出现结构识别错误，关键场景建议人工复核 原始说明 Official skill for recognizing and extracting mathematical formulas from images and PDFs into LaTeX format using ZhiPu GLM-OCR API. Supports complex equation...