如果你的 Pi 模型不支持 vision，试试 pi-local-ocr — 两条命令，让模型能读取图片中的文字和表格。完全本地运行，零 API 费用。

一句话

把截图中的文字/表格转成 Markdown，让无 vision 模型的 agent 能继续分析。不替代 vision 模型，只做一件事：读出图上的字。

能做什么

✅❌
截图文字提取（中文 + 英文）描述照片里有什么物体
表格截图 → Markdown 表格理解图表趋势
报错弹窗 → 文本复杂跨行跨列表格

安装

pi install git:github.com/CNCSMonster/pi-local-ocr
bash ~/.pi/agent/git/github.com/CNCSMonster/pi-local-ocr/scripts/setup.sh

使用

安装后把图片路径丢给 agent：

请读取 /tmp/screenshot.png 里的表格

模型会自动调用 ocr_image(path, mode, lang)，支持 auto / text / table 三种模式。

实测

证券持仓截图（6 行 × 3 列），2.3 秒 CPU 跑完，全部字段正确。

为什么是本地

方便，零配置。 不用找 OCR API、不用注册、不用管 key —— 装上就能用。

如果你搭配本地模型使用，还能做到完全隐私：截图里的内部系统、报错日志、账户信息全程不出本机。

GitHub: CNCSMonster/pi-local-ocr