Sugon-Scnet 通用 OCR 技能#

本技能封装了 Sugon-Scnet 通用 OCR 服务，通过单一接口即可调用ocr识别能力，高效提取文字信息。

功能特性#

• 通用文字识别：提取图片中的全部文字，支持横竖版及坐标定位。

前置配置#

⚠️ 重要：使用前需要申请 Scnet API Token

申请 API Token#

1. 访问 Scnet 官网 注册/登录
2. 在控制台申请 API 密钥（格式： sc-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx）
3. 复制密钥备用

配置 Token#

手动配置（推荐）

1. 在技能目录下创建 config/.env 文件，内容如下：

ini

# =====  Sugon-Scnet OCR API 配置 =====
# 申请地址：https://www.scnet.cn
SCNET_API_KEY=your_scnet_api_key_here

# API 基础地址（一般无需修改）
SCNET_API_BASE=https://api.scnet.cn/api/llm/v1

1. 添加： SCNET_API_KEY=你的密钥
2. 设置文件权限为 600（仅所有者可读写） ⚠️ 安全警告：切勿将 API Key 直接粘贴到聊天对话中，否则可能被记录或泄露。

Token 更新#

Token 过期后调用会返回 401 或 403 错误。更新方法：重新申请 Token 并替换 config/.env 中的 SCNET_API_KEY。

依赖安装#

本技能需要 Python 3.6+ 和 requests 库。请运行以下命令：

bash

   pip install requests

---

使用方法#

参数说明#

参数名类型必填描述ocrTypestring是识别类型枚举。必须为以下之一：

• GENERAL 通用文字filePathstring是待识别图片的本地绝对路径。支持 jpg、png、pdf 等常见格式。

命令行调用示例#

bash

   python .claude/skills/sugon-scnet-ocr/scripts/main.py VAT_INVOICE /path/to/invoice.jpg

在 AI 对话中使用#

用户可以说：

• “OCR 这个图片里的文字，图片在 /Users/name/Desktop/text.png”

AI 会根据 description 中的关键词自动触发本技能。

AI 调用建议#

为避免触发 API 速率限制（10 QPS），请串行调用本技能，即等待前一个识别完成后再发起下一个请求。 如果使用 OpenClaw 的 exec 工具，建议设置 timeout 或 yieldMs 参数，让命令同步执行，避免多个命令同时运行导致并发。

配置选项#

编辑 config/.env 文件：

变量名默认值说明SCNET_API_KEY必需Scnet API 密钥SCNET_API_BASEhttps://api.scnet.cn/api/llm/v1API 基础地址（一般无需修改）

输出#

• 标准输出：识别结果的 JSON 数据，结构与 API 文档一致，位于 data 字段内。
• 识别结果位于 data[0].result[0].elements 中，具体字段取决于 ocrType。
• 错误信息：如果发生错误，会输出以 错误: 开头的友好提示。

注意事项#

• 本技能调用的 OCR API 有 10 QPS 的速率限制。
• 如果遇到 429 错误，请等待 2-3 秒后重试，不要连续发起请求。
• 建议在调用前确保图片已准备就绪，避免因网络问题导致重复调用。

故障排除#

问题解决方案配置文件不存在创建 config/.env 并填入 Token（参考前置配置）API Key 无效/过期重新申请 Token 并更新 .env 文件文件不存在检查提供的文件路径是否正确网络连接失败检查网络连接或防火墙设置不支持的文件类型确保文件扩展名为允许的类型（参考 API 文档）401/403/UnauthorizedToken 无效或过期，重新申请并配置429 Too Many Requests请求过于频繁，技能会自动等待并重试（最多 3 次）。若持续失败，请降低调用频率或联系服务方提高限额。