OCR 도구

OCRTool은 비전 기능을 가진 LLM을 사용하여 로컬 이미지나 이미지 URL에서 텍스트를 추출합니다.

​

OCRTool

​

설명

이미지(로컬 경로 또는 URL)에서 텍스트를 추출합니다. CrewAI의 LLM 인터페이스를 통해 비전 기능이 있는 LLM을 사용합니다.

​

설치

crewai-tools 외에 추가 설치는 필요하지 않습니다. 선택한 LLM이 비전 기능을 지원하는지 확인하세요.

​

파라미터

​

실행 매개변수

• image_path_url (str, 필수): 로컬 이미지 경로 또는 HTTP(S) URL.

​

예시

​

직접 사용

Code

from crewai_tools import OCRTool

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

​

에이전트와 함께

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()

​

참고 사항

• 선택한 LLM이 이미지 입력을 지원하는지 확인하세요.
• 큰 이미지는 토큰 사용량을 줄이기 위해 다운스케일링을 고려하세요.
• 필요하다면 README 지침에 맞게 특정 LLM 인스턴스(예: LLM(model="gpt-4o"))를 도구에 전달할 수 있습니다.

​

예시

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()