MuleRun中OCR未触发需确认智能体支持并按步骤调用：一、在Agent Store筛选含文字提取标签的智能体；二、用Microsoft Lens风格流程上传图片提取文本；三、通过Educard Generator上传参考图自动OCR；四、向焦点模式Agent发送结构化指令触发高精度识别。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜

如果您在MuleRun中上传一张含文字的图片，但系统未能正确提取其中文本，则可能是OCR识别模块未被正确触发或输入条件不满足。以下是调用MuleRun OCR功能的详细步骤：

一、确认所用智能体支持OCR能力

MuleRun平台上的OCR功能并非全局默认启用，而是由特定智能体（如“焦点模式”、“Microsoft Lens风格文档处理Agent”或“Educard Generator”中的文本解析环节）封装调用。需先在Agent Store中筛选具备“文字提取”“结构化数据识别”或“文档分析”标签的智能体。

1、访问 https://mulerun.com/chat 并登录账号。

2、点击页面左上角“Agent Store”进入智能体市场。

3、在搜索栏输入关键词：焦点模式 或 document ocr。

4、在结果列表中选择描述含“支持手写/低质量图像”“多语言文本提取”“表格与命名字段识别”的智能体。

二、使用Microsoft Lens风格OCR流程

该流程复用Android版Microsoft Lens的底层逻辑，专为拍照文档优化，能自动校正倾斜、增强对比度并分离文字区域，适用于收据、白板笔记、印刷材料等场景。

1、在选定智能体对话界面，点击底部工具栏中的“动作”模式按钮。

2、从子选项中选择“文字提取”功能。

3、点击“上传图片”，从本地设备选取目标图像文件（支持JPG、PNG，建议分辨率不低于640×480）。

4、等待界面显示“正在识别…”提示，约3–8秒后返回纯文本结果及可复制按钮。

三、通过Educard Generator触发OCR预处理

该教育卡片生成器在解析输入关键词前，会自动对用户上传的参考图执行OCR预扫描，用于提取图中已有术语或定义，作为知识卡片内容源。此路径适合需结合图像上下文生成教学材料的场景。

1、在Agent Store中启动Educard Generator智能体。

2、在首步表单中，于“关键词（主题相关）”字段留空，转而点击“上传参考图”按钮。

3、选择含清晰文字的图片（如教材截图、讲义扫描页），系统将自动运行OCR并弹出识别结果摘要框。

4、核对摘要中提取出的术语是否准确，如无误则点击“确认并继续”，OCR文本将直接注入后续知识卡片生成流程。

四、调用焦点模式API级OCR指令

对于熟悉自然语言指令的用户，可绕过图形界面，直接向支持焦点模式的Agent发送结构化命令，强制触发高精度OCR引擎，该方式支持对模糊、带水印或非标准排版图像进行语义布局分析。

1、新建聊天窗口，确保当前激活的Agent明确标注支持“焦点模式”能力。

2、输入完整指令：“请以焦点模式处理以下图片：[图片]，提取全部可见文字，保留原始段落结构，标注表格区域与条形码位置。”

3、拖入目标图片至消息输入框下方区域，松手完成上传。

4、发送指令后，Agent将返回含坐标标记的JSON格式识别结果，以及带格式的纯文本副本。