Анализатор макета

Что делает навык

Навык обеспечивает анализ макета документов с помощью системы surya, выявляя текстовые блоки, таблицы, фигуры, заголовки и определяя порядок чтения. Он решает задачу структурирования сложных документов, извлекая их иерархию и элементы из изображений или PDF.

Когда применять

• Анализ структуры академических статей или научных документов
• Обнаружение полей форм и их меток на изображениях
• Обработка многостолбцовых статей и определение порядка чтения
• Извлечение текстового содержимого с привязкой к областям макета (OCR с учетом структуры)

Как работает

1. Загрузить документ в виде изображения или PDF (для PDF использовать библиотеку pdf2image для конвертации в изображения)
2. Инициализировать необходимые предикторы surya (LayoutPredictor, DetectionPredictor, ReadingOrderPredictor или OCRPredictor)
3. Выполнить анализ макета для получения типов элементов и их координат (bbox)
4. При необходимости определить порядок чтения элементов на странице
5. Обработать результаты, сопоставив типы элементов (Title, Table, Text и др.) с их координатами и уверенностью (confidence)
6. Извлечь или визуализировать найденные элементы согласно заданной структуре

Примеры запросов агенту

Что понадобится

• Установка пакета surya-ocr (pip install surya-ocr)
• Установка пакета pdf2image (pip install pdf2image) для обработки PDF
• Библиотека PIL (Pillow) для работы с изображениями

Описание составлено по SKILL.md навыка, сверено 05.10.2026.

Как подключить

Навык — папка с файлом SKILL.md (описание + инструкции) и опциональными скриптами. Ассистент (Claude, Claude Code и совместимые) подхватывает его по описанию и следует шагам.