Một kỹ năng phân tích tài liệu không đồng bộ được cung cấp bởi Sugon-Scnet để phân tích bố cục có cấu trúc, chuyển đổi sang Markdown và OCR độ chính xác cao cho các tệp công khai.
Cài đặt & Tải xuống
1. ClawHub CLI
Cách nhanh nhất để cài đặt kỹ năng trực tiếp từ thư viện.
npx clawhub@latest install document-parse-ocr
2. Cài đặt Thủ công
Sao chép thư mục kỹ năng vào một trong những vị trí sau
~/.openclaw/skills/ <project>/skills/ Ưu tiên: Không gian làm việc > Cục bộ > Gói sẵn
3. Cài đặt Prompt
Sao chép prompt này vào OpenClaw để tự động cài đặt.
Giúp tôi cài đặt document-parse-ocr bằng Clawhub. Nếu Clawhub chưa
Bạn muốn tải xuống?
Nhận các tệp kỹ năng gốc dưới dạng lưu trữ ZIP.
Sugon-Scnet OCR Thông minh tài liệu là gì?
Kỹ năng Sugon-Scnet OCR Thông minh tài liệu là một tác nhân xử lý tài liệu không đồng bộ tiên tiến được thiết kế để phân tích liền mạch các tệp có khối lượng lớn. Bằng cách tích hợp khả năng này vào quy trình làm việc AI của bạn thông qua Openclaw Skills, bạn có thể gửi bất kỳ URL tệp nào có thể truy cập công khai (PDF, hình ảnh, v.v.) và tự động trích xuất siêu dữ liệu cấu trúc phong phú. Kỹ năng này nhận dạng chính xác các đoạn văn, tiêu đề, bảng có cấu trúc, biểu đồ, công thức toán học phức tạp, chú thích, tiêu đề đầu trang, chân trang và con dấu chính thức.
Kỹ năng này được xây dựng cho các nhà phát triển cần trí tuệ tài liệu với thông lượng cao mà không chặn các tiến trình đang hoạt động. Thay vì chờ đợi các phản hồi API đồng bộ, nó phân phối các tác vụ không đồng bộ, thăm dò các bản cập nhật trạng thái và trả về URL tải xuống tạm thời chứa các kết quả JSON có cấu trúc và Markdown đã được định dạng. Sử dụng khả năng này trong Openclaw Skills đảm bảo các đường ống chuyển đổi tài liệu sang dữ liệu mạnh mẽ cho các tác nhân AI của bạn.
Trường hợp sử dụng Sugon-Scnet OCR Thông minh tài liệu
- Phân tích hợp đồng khối lượng lớn: Tự động phân tích các thỏa thuận PDF dài để trích xuất các điều khoản cho thuê dạng bảng, lịch thanh toán và vị trí con dấu.
- Nghiên cứu học thuật & kỹ thuật: Trích xuất văn bản, biểu đồ nhúng và các công thức phức tạp từ các bài báo khoa học hoặc hướng dẫn sử dụng để lập chỉ mục tìm kiếm.
- Quy trình báo cáo tài chính: Chuyển đổi các báo cáo tài chính nhiều trang thành các đối tượng JSON có cấu trúc để phân tích bảng cân đối kế toán và bảng thu nhập một cách linh hoạt.
- Tạo nội dung Markdown: Tự động chuyển đổi các tệp PDF đã quét và bố cục tài liệu thành Markdown sạch, được định dạng cho việc nạp vào LLM ở bước sau.
Cách thức hoạt động của Sugon-Scnet OCR Thông minh tài liệu
- Gửi công việc: Người dùng hoặc tác nhân AI kích hoạt kỹ năng với URL tài liệu có thể truy cập công khai (
fileUrl) và loại nhận dạng mong muốn (ocrType, mặc định làDOC_PARSING). - Phân phối không đồng bộ: Kỹ năng gửi yêu cầu xử lý không đồng bộ tới API Sugon-Scnet OCR, bắt đầu một tác vụ nền không chặn.
- Thăm dò và kiểm tra trạng thái: Tập lệnh nội bộ của kỹ năng tự động thăm dò API Scnet, theo dõi tiến độ công việc cho đến khi đạt thời gian chờ có thể cấu hình (mặc định 600 giây) với việc xử lý các giới hạn tốc độ tiềm ẩn (HTTP 429) và các cơ chế thử lại.
- Lắp ráp JSON & Markdown có cấu trúc: Sau khi hoàn thành, API Scnet tạo ra đầu ra JSON có cấu trúc (ánh xạ bảng, hộp văn bản và con dấu) cùng với bản dịch Markdown đã định dạng đầy đủ của tài liệu.
- Giao tài liệu tạm thời: Kỹ năng xuất trực tiếp nội dung có cấu trúc đã phân tích, cung cấp liên kết tải xuống cho các tệp đầu ra vẫn còn hiệu lực trong 12 giờ.
Cài đặt Sugon-Scnet OCR Thông minh tài liệu
Điều kiện tiên quyết
- Python 3.6+
- Token API Sugon-Scnet. Đăng ký trên trang web Scnet và lấy khóa của bạn từ bảng điều khiển (định dạng:
sc-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx).
Bước 1: Cài đặt các phụ thuộc
Chạy lệnh sau trong terminal của bạn để cài đặt thư viện cần thiết:
pip install requests
Bước 2: Cấu hình biến môi trường
Tạo tệp .env bên trong thư mục config/ của kỹ năng với thông tin xác thực của bạn:
# ===== Cấu hình API OCR Sugon-Scnet =====
SCNET_API_KEY=your_scnet_api_key_here
SCNET_API_BASE=https://api.scnet.cn/api/llm/v1
Đảm bảo bạn đặt quyền tệp chính xác trên tệp .env (ví dụ: chmod 600 config/.env) để bảo mật khóa API của bạn.
Lược đồ dữ liệu & Hệ thống phân loại của Sugon-Scnet OCR Thông minh tài liệu
Tham số đầu vào
| Tham số | Loại | Bắt buộc | Mặc định | Mô tả |
|---|---|---|---|---|
ocrType |
String | Không | DOC_PARSING |
Loại phân tích tài liệu cần thực hiện. Hiện tại chỉ hỗ trợ DOC_PARSING. |
fileUrl |
String | Có | - | URL HTTP/HTTPS có thể truy cập công khai của tệp tài liệu mục tiêu. |
Lược đồ đầu ra
Sau khi tác vụ hoàn thành thành công, kỹ năng trả về payload JSON có cấu trúc chứa hệ thống phân cấp sau:
- Metadata: Thông tin về tệp (số trang, trạng thái thực thi).
- Structural Elements: Một mảng các phần tử được xác định như:
paragraphs: Các khối văn bản thuần túy ánh xạ trực tiếp đến thứ tự đọc.tables: Nội dung bảng được trích xuất được tuần tự hóa thành mảng hoặc định dạng Markdown.charts&stamps: Vị trí và phân loại hình ảnh của con dấu và hình minh họa.markdown: Bản trình bày Markdown hợp nhất của toàn bộ tài liệu.
- Error Log: Trong trường hợp thất bại, các trường chi tiết bao gồm
error_codevàerror_messagesẽ được ghi lại.
Tính năng Nâng cao của Sugon-Scnet OCR Thông minh tài liệu
- Hỗ trợ tác vụ không đồng bộ chạy lâu: Bao gồm một máy khách thăm dò tích hợp có khả năng chờ tới 10 phút (có thể cấu hình qua
POLL_TIMEOUT), được thiết kế đặc biệt để xử lý các tệp lớn mà không gây ra tình trạng ngắt kết nối tác nhân AI. - Xử lý giới hạn tốc độ tự động: Tích hợp cơ chế lùi lại thông minh và tự động thử lại (tối đa 3 lần) khi gặp phản hồi HTTP
429 Too Many Requests. - Phân tích ngữ nghĩa đa định dạng: Tận dụng các kỹ thuật OCR tiên tiến để xác định các khối bố cục, giữ cho các bảng, công thức và tiêu đề tách biệt theo ngữ cảnh thay vì trả về các khối văn bản bị xáo trộn.
- Tích hợp Prompt tác nhân AI gốc: Kết nối liền mạch vào các hệ sinh thái tác nhân như một phần của Openclaw Skills, cho phép các trình kích hoạt hội thoại (ví dụ: "Phân tích hợp đồng tại liên kết này") thực thi các đường ống trích xuất dữ liệu quy mô lớn.
SKILL.md
Đang tải
Các kỹ năng Openclaw liên quan
OCR Hối phiếu Ngân hàng
Một công cụ OCR hỗ trợ bởi AI để trích xuất các siêu dữ liệu cốt lõi như ngày phát hành, người thụ hưởng và số tiền giao dịch từ các hối phiếu ngân hàng và hóa đơn tài chính.
OCR Chứng từ chuyển tiền điện tín Sugon-Scnet
Một công cụ tài chính OCR chuyên biệt cao để phân tích và trích xuất tự động các trường giao dịch cốt lõi từ chứng từ ngân hàng chuyển tiền điện tín.
OCR Phiếu chi
Một kỹ năng OCR được thiết kế để nhận diện và trích xuất chính xác thông tin tài chính quan trọng từ phiếu chi và phiếu rút tiền.
skill-review-pro
Một hệ thống đánh giá tĩnh và đảm bảo chất lượng kỹ năng AI tiên tiến được thiết kế để chấm điểm, đánh giá và củng cố các hướng dẫn của agent bằng cách sử dụng các chính sách mô-đun đặc thù theo từng lĩnh vực.
ADP Trích xuất Hóa đơn Toàn cầu (Bản miễn phí)
Một công cụ xử lý tài liệu AI độ chính xác cao không cần đăng ký, được thiết kế để trích xuất dữ liệu JSON có cấu trúc từ hóa đơn và biên lai toàn cầu bằng hơn 100 ngôn ngữ.
Seal OCR (Sugon-Scnet)
Một công cụ OCR chuyên dụng để nhận diện, định vị và trích xuất văn bản cũng như siêu dữ liệu từ các con dấu chính thức trên tài liệu và hóa đơn.
Đặc sắc*
