Uma habilidade de análise de documentos assíncrona alimentada pelo Sugon-Scnet para análise de layout estruturado, conversão para Markdown e OCR de alta precisão de arquivos públicos.
Instalar e Baixar
1. ClawHub CLI
A maneira mais rápida de instalar uma habilidade diretamente do registro.
npx clawhub@latest install document-parse-ocr
2. Instalação Manual
Copie a pasta da habilidade para um desses locais
~/.openclaw/skills/ <project>/skills/ Prioridade: Espaço de Trabalho > Local > Integrado
3. Instalação do Prompt
Copie este prompt para o OpenClaw para instalá-lo automaticamente.
Ajude-me a instalar o document-parse-ocr usando o Clawhub. Se o Clawhub não estiver instalado, instale-o primeiro (npm i -g clawhub).
Prefere baixar?
Obtenha os arquivos originais da habilidade em um arquivo ZIP.
O que é OCR Inteligente de Documentos Sugon-Scnet?
A habilidade de OCR Inteligente de Documentos Sugon-Scnet é um agente avançado de processamento de documentos assíncrono projetado para analisar arquivos de alto volume de forma contínua. Ao integrar esta capacidade aos seus fluxos de trabalho de IA via Openclaw Skills, você pode enviar qualquer URL de arquivo publicamente acessível (PDF, imagem, etc.) e extrair automaticamente metadados estruturais ricos. A habilidade reconhece com precisão parágrafos, cabeçalhos, tabelas estruturadas, gráficos, fórmulas matemáticas complexas, notas de rodapé, cabeçalhos, rodapés e carimbos oficiais.
Esta habilidade foi criada para desenvolvedores que exigem inteligência de documentos de alto rendimento sem bloquear processos ativos. Em vez de esperar por respostas síncronas de API, ela despacha tarefas de forma assíncrona, verifica atualizações de status e retorna uma URL de download temporária contendo os resultados JSON estruturados e Markdown formatado. Utilizar essa capacidade dentro do Openclaw Skills garante pipelines robustos de conversão de documento para dados para seus agentes de IA.
Casos de uso do OCR Inteligente de Documentos Sugon-Scnet
- Análise de Contratos de Alto Volume: Automatize a análise de longos contratos em PDF para extrair termos de locação em tabelas, cronogramas de pagamento e localizações de carimbos.
- Pesquisa Acadêmica e Técnica: Extraia texto, gráficos incorporados e fórmulas complexas de artigos científicos ou manuais para indexação de pesquisa.
- Fluxos de Trabalho de Relatórios Financeiros: Transforme demonstrações financeiras de várias páginas em objetos JSON estruturados para analisar balanços e tabelas de receitas dinamicamente.
- Geração de Conteúdo Markdown: Converta automaticamente PDFs digitalizados e layouts de documentos em Markdown limpo e formatado para ingestão posterior por LLM.
Como o OCR Inteligente de Documentos Sugon-Scnet funciona
- Envio de Trabalho: O usuário ou agente de IA aciona a habilidade com uma URL de documento publicamente acessível (
fileUrl) e o tipo de reconhecimento desejado (ocrType, com padrãoDOC_PARSING). - Despacho Assíncrono: A habilidade envia uma solicitação de processamento assíncrono para a API de OCR Sugon-Scnet, iniciando uma tarefa de fundo não bloqueante.
- Polling e Verificações de Status: O script interno da habilidade consulta automaticamente a API Scnet, monitorando o progresso do trabalho até um tempo limite configurável (padrão 600 segundos) com tratamento para limites de taxa potenciais (HTTP 429) e mecanismos de nova tentativa.
- Montagem de JSON Estruturado e Markdown: Uma vez concluído, a API Scnet gera uma saída JSON estruturada (mapeando tabelas, caixas de texto e carimbos) juntamente com uma tradução completa em Markdown formatado do documento.
- Entrega de Artefatos Temporários: A habilidade fornece o conteúdo estruturado analisado diretamente, fornecendo um link de download para os arquivos de saída que permanece válido por 12 horas.
Configuração do OCR Inteligente de Documentos Sugon-Scnet
Pré-requisitos
- Python 3.6+
- Um Token de API Sugon-Scnet. Registre-se no site Scnet e obtenha sua chave no console (formato:
sc-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx).
Passo 1: Instalar Dependências
Execute o seguinte comando no seu terminal para instalar a biblioteca necessária:
pip install requests
Passo 2: Configurar Variáveis de Ambiente
Crie um arquivo .env dentro do diretório config/ da habilidade com suas credenciais:
# ===== Configuração da API de OCR Sugon-Scnet =====
SCNET_API_KEY=your_scnet_api_key_here
SCNET_API_BASE=https://api.scnet.cn/api/llm/v1
Certifique-se de definir permissões de arquivo adequadas no arquivo .env (por exemplo, chmod 600 config/.env) para proteger sua chave de API.
Esquema de Dados e Taxonomia de OCR Inteligente de Documentos Sugon-Scnet
Parâmetros de Entrada
| Parâmetro | Tipo | Obrigatório | Padrão | Descrição |
|---|---|---|---|---|
ocrType |
String | Não | DOC_PARSING |
O tipo de análise de documento a ser realizada. Atualmente, suporta apenas DOC_PARSING. |
fileUrl |
String | Sim | - | URL HTTP/HTTPS publicamente acessível do arquivo de documento alvo. |
Esquema de Saída
Após a conclusão bem-sucedida da tarefa, a habilidade retorna um payload JSON estruturado contendo a seguinte hierarquia:
- Metadata: Informações sobre o arquivo (contagem de páginas, status de execução).
- Structural Elements: Uma matriz de elementos identificados, como:
paragraphs: Blocos de texto simples mapeados diretamente para a ordem de leitura.tables: Conteúdo de tabela extraído serializado em matrizes ou formatos Markdown.charts&stamps: Posições e classificações visuais de carimbos e ilustrações.markdown: Uma representação em Markdown consolidada de todo o documento.
- Error Log: Em caso de falha, campos detalhados, incluindo
error_codeeerror_message, são registrados.
Recursos avançados do OCR Inteligente de Documentos Sugon-Scnet
- Suporte a Tarefas Assíncronas de Longa Duração: Inclui um cliente de polling integrado capaz de aguardar até 10 minutos (configurável via
POLL_TIMEOUT), projetado especificamente para lidar com arquivos grandes sem causar quedas de conexão do agente de IA. - Tratamento Automático de Limite de Taxa: Integra back-off inteligente e novas tentativas automáticas (até 3 vezes) ao encontrar respostas HTTP
429 Too Many Requests. - Análise Semântica Multiformato: Aproveita técnicas avançadas de OCR para identificar blocos de layout, mantendo tabelas, fórmulas e cabeçalhos isolados contextualmente em vez de retornar blocos de texto embaralhados.
- Integração Nativa de Prompts de Agente de IA: Conecta-se perfeitamente aos ecossistemas de agentes como parte do Openclaw Skills, permitindo que gatilhos conversacionais (por exemplo, "Analise o contrato neste link") executem pipelines de extração de dados em larga escala.
SKILL.md
Carregamento
Habilidades relacionadas do Openclaw
OCR de Letras de Câmbio
Uma ferramenta de OCR baseada em IA para extrair metadados essenciais, como datas de emissão, beneficiários e valores de transação, de letras de câmbio e faturas financeiras.
Sugon-Scnet OCR de Transferência Telegráfica
Uma ferramenta financeira de OCR altamente especializada para análise e extração automática de campos principais de transações em comprovantes bancários de transferência telegráfica.
OCR de Comprovantes de Pagamento
Uma skill de OCR projetada para reconhecer e extrair com precisão informações financeiras essenciais de comprovantes de pagamento e retirada.
skill-review-pro
Um sistema avançado de garantia de qualidade e avaliação estática de habilidades de AI projetado para pontuar, revisar e endurecer instruções de agentes usando políticas modulares específicas de domínio.
Extração Global de Faturas ADP (Gratuito)
Uma ferramenta de processamento de documentos por IA de alta precisão e sem registo, concebida para extrair dados JSON estruturados de faturas e recibos globais em mais de 100 idiomas.
Seal OCR (Sugon-Scnet)
Uma ferramenta de OCR especializada para reconhecer, localizar e extrair texto e metadados de carimbos oficiais em documentos e faturas.
Apresentou*
