Una habilidad de análisis de documentos asíncrona impulsada por Sugon-Scnet para el análisis de diseño estructurado, conversión a Markdown y OCR de alta precisión de archivos públicos.
Instalar y Descargar
1. ClawHub CLI
La forma más rápida de instalar una habilidad directamente desde el registro.
npx clawhub@latest install document-parse-ocr
2. Instalación manual
Copia la carpeta de la habilidad a una de estas ubicaciones
~/.openclaw/skills/ <project>/skills/ Prioridad: Espacio de trabajo > Local > Integrado
3. Instalación del prompt
Copia este prompt en OpenClaw para instalarlo automáticamente.
Ayúdame a instalar document-parse-ocr usando Clawhub. Si Clawhub no está instalado, instálalo primero (npm i -g clawhub).
¿Prefieres descargar?
Obtén los archivos originales de la habilidad en un archivo ZIP.
¿Qué es OCR Inteligente de Documentos Sugon-Scnet?
La habilidad de OCR Inteligente de Documentos Sugon-Scnet es un agente avanzado de procesamiento de documentos asíncrono diseñado para analizar archivos de gran volumen sin interrupciones. Al integrar esta capacidad en sus flujos de trabajo de IA a través de Openclaw Skills, puede enviar cualquier URL de archivo públicamente accesible (PDF, imagen, etc.) y extraer automáticamente metadatos estructurales ricos. La habilidad reconoce con precisión párrafos, encabezados, tablas estructuradas, gráficos, fórmulas matemáticas complejas, notas al pie, encabezados, pies de página y sellos oficiales.
Esta habilidad está diseñada para desarrolladores que requieren inteligencia de documentos de alto rendimiento sin bloquear procesos activos. En lugar de esperar respuestas de API síncronas, envía tareas de forma asíncrona, verifica el estado periódicamente y devuelve una URL de descarga temporal que contiene los resultados JSON estructurados y Markdown formateado. Utilizar esta capacidad dentro de Openclaw Skills garantiza pipelines robustos de conversión de documento a datos para sus agentes de IA.
Casos de uso de OCR Inteligente de Documentos Sugon-Scnet
- Análisis de Contratos de Gran Volumen: Automatice el análisis de acuerdos PDF extensos para extraer términos de arrendamiento en tablas, cronogramas de pago y ubicaciones de sellos.
- Investigación Académica y Técnica: Extraiga texto, gráficos incrustados y fórmulas complejas de artículos científicos o manuales para su indexación.
- Flujos de Trabajo de Informes Financieros: Transforme estados financieros de varias páginas en objetos JSON estructurados para analizar balances y tablas de ingresos dinámicamente.
- Generación de Contenido en Markdown: Convierta automáticamente PDFs escaneados y diseños de documentos en Markdown limpio y formateado para su ingesta posterior por LLM.
Cómo funciona OCR Inteligente de Documentos Sugon-Scnet
- Envío de Trabajo: El usuario o agente de IA activa la habilidad con una URL de documento públicamente accesible (
fileUrl) y el tipo de reconocimiento deseado (ocrType, por defectoDOC_PARSING). - Envío Asíncrono: La habilidad envía una solicitud de procesamiento asíncrono a la API de OCR de Sugon-Scnet, iniciando una tarea en segundo plano no bloqueante.
- Polling y Verificaciones de Estado: El script interno de la habilidad consulta automáticamente la API de Scnet, monitoreando el progreso del trabajo hasta un tiempo de espera configurable (por defecto 600 segundos) con manejo de límites de tasa potenciales (HTTP 429) y mecanismos de reintento.
- Ensamblaje de JSON Estructurado y Markdown: Una vez completado, la API de Scnet genera una salida JSON estructurada (mapeando tablas, cuadros de texto y sellos) junto con una traducción completa en Markdown formateado del documento.
- Entrega de Artefactos Temporales: La habilidad proporciona el contenido estructurado analizado directamente, ofreciendo un enlace de descarga para los archivos de salida que permanece válido durante 12 horas.
Configuración de OCR Inteligente de Documentos Sugon-Scnet
Requisitos Previos
- Python 3.6+
- Un Token de API de Sugon-Scnet. Regístrese en el sitio web de Scnet y obtenga su clave desde el panel (formato:
sc-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx).
Paso 1: Instalar Dependencias
Ejecute el siguiente comando en su terminal para instalar la biblioteca necesaria:
pip install requests
Paso 2: Configurar Variables de Entorno
Cree un archivo .env dentro del directorio config/ de la habilidad con sus credenciales:
# ===== Configuración de la API de OCR Sugon-Scnet =====
SCNET_API_KEY=your_scnet_api_key_here
SCNET_API_BASE=https://api.scnet.cn/api/llm/v1
Asegúrese de establecer los permisos de archivo adecuados en el archivo .env (por ejemplo, chmod 600 config/.env) para proteger su clave de API.
Esquema de datos y taxonomía de OCR Inteligente de Documentos Sugon-Scnet
Parámetros de Entrada
| Parámetro | Tipo | Requerido | Por defecto | Descripción |
|---|---|---|---|---|
ocrType |
String | No | DOC_PARSING |
El tipo de análisis de documento a realizar. Actualmente solo admite DOC_PARSING. |
fileUrl |
String | Sí | - | URL HTTP/HTTPS públicamente accesible del archivo de documento objetivo. |
Esquema de Salida
Tras la finalización exitosa de la tarea, la habilidad devuelve un payload JSON estructurado que contiene la siguiente jerarquía:
- Metadata: Información sobre el archivo (recuento de páginas, estado de ejecución).
- Structural Elements: Una matriz de elementos identificados como:
paragraphs: Bloques de texto plano mapeados directamente al orden de lectura.tables: Contenido de tabla extraído serializado en matrices o formatos Markdown.charts&stamps: Posiciones y clasificaciones visuales de sellos e ilustraciones.markdown: Una representación consolidada en Markdown de todo el documento.
- Error Log: En caso de fallo, se registran campos detallados, incluyendo
error_codeyerror_message.
Funciones avanzadas de OCR Inteligente de Documentos Sugon-Scnet
- Soporte para Tareas Asíncronas de Larga Duración: Incluye un cliente de polling integrado capaz de esperar hasta 10 minutos (configurable mediante
POLL_TIMEOUT), diseñado específicamente para manejar archivos grandes sin causar interrupciones en la conexión del agente de IA. - Manejo Automático de Límites de Tasa: Integra retroceso inteligente y reintentos automáticos (hasta 3 veces) al encontrar respuestas HTTP
429 Too Many Requests. - Análisis Semántico Multiformato: Aprovecha técnicas avanzadas de OCR para identificar bloques de diseño, manteniendo tablas, fórmulas y encabezados aislados contextualmente en lugar de devolver bloques de texto desordenados.
- Integración Nativa de Prompts de Agente de IA: Se conecta perfectamente a los ecosistemas de agentes como parte de Openclaw Skills, permitiendo que disparadores conversacionales (por ejemplo, "Analiza el contrato en este enlace") ejecuten pipelines de extracción de datos a gran escala.
SKILL.md
Cargando
Habilidades relacionadas de Openclaw
OCR de Letras de Cambio
Una herramienta de OCR basada en IA para extraer metadatos clave, como fechas de emisión, beneficiarios y montos de transacciones, de letras de cambio y facturas financieras.
OCR de Transferencia Telegráfica Sugon-Scnet
Una herramienta financiera de OCR altamente especializada para el análisis y la extracción automática de campos de transacciones principales desde comprobantes bancarios de transferencia telegráfica.
OCR de Comprobantes de Pago
Una skill de OCR diseñada para reconocer y extraer con precisión información financiera clave de comprobantes de pago y retiro.
skill-review-pro
Un sistema avanzado de garantía de calidad y evaluación estática de habilidades de AI diseñado para puntuar, revisar y robustecer las instrucciones de los agentes mediante políticas modulares específicas de dominio.
Extracción Global de Facturas ADP (Versión Gratuita)
Una herramienta de procesamiento de documentos por IA de alta precisión y sin registro, diseñada para extraer datos JSON estructurados de facturas y recibos globales en más de 100 idiomas.
Seal OCR (Sugon-Scnet)
Una herramienta de OCR especializada para reconocer, localizar y extraer texto y metadatos de sellos oficiales en documentos y facturas.
Presentado*
