- name
- doc-ocr
- description
- 文档 OCR 识别技能。扫描文件夹中的文档（PDF/图片），调用翔云 OCR API 识别文档信息。重要：首次使用必须先配置翔云凭证，主动向用户索要 netocr_key 和 netocr_secret，或引导用户运行 --config 命令自行配置。
文档 OCR 识别技能
批量识别文档。
⚠️ 首次使用必须配置凭证
此技能需要翔云 OCR 服务，使用前必须先配置凭证！
方式一：向用户提供凭证（推荐）
主动询问用户：
"使用此技能需要翔云 netocr_key 和 netocr_secret，请提供这两个凭证。\ 获取方式：翔云个人中心"
然后运行：
python scripts/recognize_doc.py --config方式二：引导用户自行配置
告诉用户：
"请先运行以下命令配置翔云凭证：" ``bash python ~/.openclaw/skills/invoice-ocr/scripts/recognize_doc.py --config ``特点
| 支持语言 | 代码 |
|---|---|
| 简体中文（印刷） | 0 |
| 简体中文（印刷+手写） | 3 |
| 繁体中文（印刷） | 1 |
| 繁体中文（印刷+手写） | 4 |
| 英文 | 2 |
| 阿拉伯 | 5 |
| 乌尔都 | 6 |
| 格鲁吉亚 | 7 |
| 西里尔文 | 8 |
| 法文 | 9 |
| 西班牙文 | 10 |
| 日文 | 11 |
| 韩文 | 12 |
| 葡萄牙文 | 13 |
| 越南 | 14 |
| 孟加拉 | 15 |
支持的文件格式
| 格式 | 扩展名 |
|---|---|
| OFD | .ofd |
| 图片 | .jpg, .jpeg, .png, .bmp , .tif, .tiff, .webp |
使用方法
识别文档
# 识别文件夹中的所有文档
python scripts/recognize_doc.py /path/to/doc
# 识别单文档
python scripts/recognize_doc.py /path/to/doc/123.png配置管理
# 设置翔云凭证
python scripts/recognize_doc.py --config
# 查看当前配置
python scripts/recognize_doc.py --list-config获取 netocr_key 和 netocr_secret
- 登录翔云
- 在个人中心获得
详细 API 说明见 翔云 OCR API 参考
工作流程
文档文件 → OCR识别 → 返回结果（输出原文不必翻译）
↓ ↓
PDF/图片 md结构注意事项
- 图片需清晰，建议长宽 > 500px
- 单个文件不超过 10MB
- 翔云 OCR 按次计费，注意费用控制
- 配置文件保存在技能目录下的 config.json