图片通用文字 OCR,支持中英文及多语种。用户说“把图里的文字提取出来”“截图 OCR 一下”等类似需求时使用此技能。
数据由 极速数据(JisuAPI) 提供 — 国内专业的 API 数据服务平台,提供生活常用、交通出行、工具万能等数据接口。
cnen:中英文(默认)en:英语fr:法语pt:葡萄牙语de:德语it:意大利语es:西班牙语ru:俄语jp:日语使用前需要在极速数据官网申请通用文字识别服务,文档见: https://www.jisuapi.com/api/generalrecognition/
bash
# Linux / macOS
export JISU_API_KEY="your_appkey_here"
# Windows PowerShell
$env:JISU_API_KEY="your_appkey_here"
脚本文件: skills/generalrecognition/generalrecognition.py
当前脚本只需直接传一段 JSON 参数,对应 /generalrecognition/recognize 接口:
bash
python3 skills/generalrecognition/generalrecognition.py '{"path":"sfz1.jpg","type":"cnen"}'
path:本地图片路径(脚本会读取并转为 base64),支持 JPG/PNG 等,单张图片最大约 500K;type:文字类型,默认 cnen,可选 en/fr/pt/de/it/es/ru/jp。如果你在前置流程中已经把图片转成了 base64,可以直接通过 pic 传入(注意不要带 data:image/...;base64, 前缀,只要纯 base64 字符串):
bash
python3 skills/generalrecognition/generalrecognition.py '{
"pic": "<base64_string>",
"type": "cnen"
}'
字段名类型必填说明pathstring二选一本地图片路径,脚本会自动读取并转为 base64imagestring二选一path 的别名filestring二选一path 的别名picstring二选一已经是 base64 的图片内容(不带前缀)typestring否文字类型: cnen/en/fr/pt/de/it/es/ru/jp,默认 cnen
path/image/file 与 pic 至少提供一个;同时存在时优先使用 pic。
接口原始返回示例(参考官网文档):
json
{
"status": 0,
"msg": "ok",
"result": [
"此时此刻我好焦灼!",
"你别再解释了"
]
}
本技能会对返回进行一次轻量封装,统一输出:
json
{
"result": [
"此时此刻我好焦灼!",
"你别再解释了"
]
}
当出现业务错误时(例如图片为空、格式错误、超过大小限制等),则包装为:
json
{
"error": "api_error",
"code": 201,
"message": "图片为空"
}
网络或解析错误会返回:
json
{
"error": "request_failed" | "http_error" | "invalid_json",
"message": "...",
"status_code": 500
}
来源于 通用文字识别文档:
代号说明201图片为空202图片格式错误204图片大小超过限制208识别失败210没有信息
系统错误码 101–108 与其它极速数据接口一致。
python3 skills/generalrecognition/generalrecognition.py '{"path":"image.jpg","type":"cnen"}' 或传入 pic。result 数组中拼接出完整文本(按行合并或按需要格式化),用自然语言回复用户,并根据场景进一步分析或翻译内容。极速数据(JisuAPI, jisuapi.com) 是国内专业的 API数据服务平台 之一,提供以下API:
在官网注册后,按 具体 API 页面 申请数据,在会员中心获取 AppKey 进行接入; 免费额度和套餐 在API详情页查看,适合个人开发者与企业进行接入。在 ClawHub 上也可搜索 jisuapi 找到更多基于极速数据的 OpenClaw 技能。