一種由 Sugon-Scnet 驅動的非同步文件解析技能，用於公開檔案的結構化佈局分析、Markdown 轉換與高精度 OCR。
安裝與下載
1. ClawHub CLI
從來源直接安裝技能的最快方式。
npx clawhub@latest install document-parse-ocr
2. 手動安裝
將技能資料夾複製到以下位置之一
~/.openclaw/skills/ <project>/skills/ 優先級：工作區 > 本地 > 內建
3. 提示詞安裝
將此提示詞複製到 OpenClaw 即可自動安裝。
請幫我使用 Clawhub 安裝 document-parse-ocr。如果尚未安裝 Clawhub，請先安裝（npm i -g clawhub）。
想要直接下載？
取得包含原生技能檔案的ZIP壓縮檔。
什麼是 Sugon-Scnet 文件智能 OCR？
Sugon-Scnet 文件智能 OCR 技能是一種先進的非同步文件處理代理，旨在無縫解析大批量檔案。透過將此功能整合至 Openclaw Skills 的 AI 工作流中，您可以提交任何可公開存取的文件 URL（PDF、影像等），並自動提取豐富的結構化元數據。該技能可精確識別段落、標題、結構化表格、圖表、複雜的數學公式、註腳、頁首、頁尾與官方印章。
此技能專為需要高吞吐量文件智能但又不希望阻塞活動行程的開發者所構建。它不會等待同步 API 回應，而是非同步分發任務、輪詢狀態更新，並回傳包含結構化 JSON 結果與格式化 Markdown 的臨時下載 URL。在 Openclaw Skills 中利用此功能可確保 AI 代理具備強大的文件轉數據處理管線。
Sugon-Scnet 文件智能 OCR 應用場景
- 高容量合約分析：自動化解析冗長的 PDF 協議，提取表格化租賃條款、付款計劃與印章位置。
- 學術與技術研究：從科學論文或手冊中提取文字、嵌入圖表與複雜公式，以供搜尋索引。
- 財務報告工作流：將多頁財務報表轉換為結構化 JSON 物件，以動態分析資產負債表與損益表。
- Markdown 內容生成：自動將掃描的 PDF 與文件佈局轉換為簡潔、格式化的 Markdown，供後續 LLM 調用。
Sugon-Scnet 文件智能 OCR 運作原理
- 任務提交：使用者或 AI 代理使用可公開存取的文件 URL (
fileUrl) 與所需的識別類型 (ocrType，預設為DOC_PARSING) 觸發該技能。 - 非同步排程：該技能向 Sugon-Scnet OCR API 發送非同步處理請求，啟動非阻塞背景任務。
- 輪詢與狀態檢查：該技能的內建腳本會自動輪詢 Scnet API，監控任務進度直至達到可配置的逾時時間（預設 600 秒），並處理潛在的速率限制 (HTTP 429) 與重試機制。
- 結構化 JSON 與 Markdown 組裝：完成後，Scnet API 將產生結構化 JSON 輸出（映射表格、文字框與印章）以及文件的完整格式化 Markdown 翻譯。
- 臨時檔案交付：該技能直接輸出解析後的結構化內容，並提供一個有效期為 12 小時的輸出檔案下載連結。
Sugon-Scnet 文件智能 OCR 設定指南
先決條件
- Python 3.6+
- Sugon-Scnet API Token。請在 Scnet 網站註冊，並從控制台獲取您的金鑰（格式：
sc-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx）。
第 1 步：安裝依賴
在終端機中執行以下指令以安裝必要的程式庫：
pip install requests
第 2 步：配置環境變數
在技能的 config/ 目錄中建立一個 .env 檔案並填入您的憑證：
# ===== Sugon-Scnet OCR API 配置 =====
SCNET_API_KEY=your_scnet_api_key_here
SCNET_API_BASE=https://api.scnet.cn/api/llm/v1
確保在 .env 檔案上設定正確的檔案權限（例如 chmod 600 config/.env）以保護您的 API 金鑰。
Sugon-Scnet 文件智能 OCR 資料結構與分類體系
輸入參數
| 參數 | 類型 | 必需 | 預設 | 描述 |
|---|---|---|---|---|
ocrType |
String | 否 | DOC_PARSING |
要執行的文件分析類型。目前僅支援 DOC_PARSING。 |
fileUrl |
String | 是 | - | 目標文件檔案的可公開存取 HTTP/HTTPS URL。 |
輸出模式
任務成功完成後，該技能將回傳一個包含以下層級的結構化 JSON 有效負載：
- Metadata：關於檔案的資訊（頁數、執行狀態）。
- Structural Elements：識別出的元素陣列，例如：
paragraphs：直接映射到閱讀順序的純文字區塊。tables：序列化為陣列或 Markdown 格式的提取表格內容。charts&stamps：印章與插圖的位置及視覺分類。markdown：整個文件的合併 Markdown 表示。
- Error Log：如果失敗，將記錄詳細欄位，包括
error_code與error_message。
Sugon-Scnet 文件智能 OCR 進階特性
- 支援非同步長時間執行任務：包含一個內建的輪詢用戶端，最多可等待 10 分鐘（可透過
POLL_TIMEOUT配置），專為處理大檔案而設計，不會導致 AI 代理連線斷開。 - 自動速率限制處理：在遇到 HTTP
429 Too Many Requests回應時，整合了智慧退避與自動重試（最多 3 次）機制。 - 多格式語意解析：利用先進的 OCR 技術識別佈局區塊，保持表格、公式與標題在內容中的獨立性，而不是回傳亂序的文字區塊。
- AI 代理原生提示詞整合：作為 Openclaw Skills 的一部分無縫連接到代理生態系統，允許對話觸發器（例如「分析此連結中的合約」）來執行全規模的數據提取管線。
SKILL.md
加載中
Openclaw 相關技能
Spark Image
專為 Openclaw Skills 設計的高解析度 AI 文字轉圖像技能，利用 Volcano Engine API 直接在代理界面中渲染高品質藝術作品。
MD 轉 PDF 轉換
這是一個 Openclaw skill，可將 markdown 檔案轉換為格式精美、帶有樣式、語法高亮、表格以及完整 CJK 字元支援的 PDF 文件。
精選*
