메뉴
当用户需要从图片、截图、照片或扫描文档中提取、识别或结构化文本，就使用此技能——包括手写体、表格、数学公式、商品图、各类证件（身份证、社保卡、驾照、行驶证、港澳台通行证、学位证等）、票据（增值税发票、火车票、英文发票等）、医疗报告、营业执照以及习题。本技能由夸克扫描王提供支持。即使用户没有明确提到"OCR"或"文字识别"，只要用户的需求涉及从图片中获取文字或关键信息，也应触发此技能。不适用于图像生成、图像编辑或无需从图片中提取文本的任务
Codex 또는 Claude로 설치 이 Prompt를 복사해 Codex, Claude 또는 다른 어시스턴트에 붙여 넣으면 Skill 페이지를 검토하고 설치를 진행할 수 있습니다.
SOC 직업 분류 기준
| name | yescan-ocr-qoder |
| description | 当用户需要从图片、截图、照片或扫描文档中提取、识别或结构化文本，就使用此技能——包括手写体、表格、数学公式、商品图、各类证件（身份证、社保卡、驾照、行驶证、港澳台通行证、学位证等）、票据（增值税发票、火车票、英文发票等）、医疗报告、营业执照以及习题。本技能由夸克扫描王提供支持。即使用户没有明确提到"OCR"或"文字识别"，只要用户的需求涉及从图片中获取文字或关键信息，也应触发此技能。不适用于图像生成、图像编辑或无需从图片中提取文本的任务 |
| metadata | {"requires":{"bins":["python3"],"env":["SCAN_WEBSERVICE_KEY"]},"primaryEnv":"SCAN_WEBSERVICE_KEY","homepage":"https://scan.quark.cn/business","dependencies":{"apis":["夸克扫描王OCR服务"]}} |
隐私与数据流向提示
- 第三方服务交互：本技能会将图片发送至夸克扫描王官方服务器进行识别。
- 数据可见性：夸克服务会获取并处理图片内容，不会永久保存
- 详细的数据流向说明请查看 references/resources.md
推荐方式：配置文件（永久生效）
将真实 SCAN_WEBSERVICE_KEY 写入 ~/.yescan_env，请根据系统选择对应命令进行设置：
Linux
echo 'SCAN_WEBSERVICE_KEY=<your_api_key_here>' > ~/.yescan_env
macOS
echo 'SCAN_WEBSERVICE_KEY=<your_api_key_here>' > ~/.yescan_env
Windows（PowerShell）
'SCAN_WEBSERVICE_KEY=<your_api_key_here>' | Out-File -FilePath $HOME\.yescan_env -Encoding utf8
技能每次执行会自动读取 ~/.yescan_env，无需重启会话。
如何获取密钥？
请访问夸克扫描王开发者后台获取 API Key。详细的获取步骤和官方入口请查看 references/resources.md。
第一步：输入处理
识别用户传入的图片类型，只能是以下三种之一：
未提供任何有效图片时，直接返回：
{
"code": "A0201",
"message": "缺少图片输入，请提供图片链接、文件路径或 BASE64 数据。",
"data": null
}
第二步：意图匹配&场景确定
第三步：构建执行命令(固定格式，严禁修改)：
根据图片类型，严格使用下面对应格式：
# URL类型
python3 scripts/scan.py --scene "${SCENE_VALUE}" --url "${IMAGE_URL}"
# 本地文件类型
python3 scripts/scan.py --scene "${SCENE_VALUE}" --path "${IMAGE_FILE_PATH}"
# BASE64类型
python3 scripts/scan.py --scene "${SCENE_VALUE}" --base64 "${IMAGE_BASE64}"
${IMAGE_URL}/${IMAGE_FILE_PATH}/${IMAGE_BASE64}替换为真实值${SCENE_VALUE}替换为当前意图对应的scene值第四步：结果透出：
⚠️ A0100 特殊处理（仅限此错误码）： 当返回的 JSON 中 code 为 A0100 时，这不是 API 识别结果，而是环境配置缺失。此时不要原样透出 JSON，而是将 message 字段内容用以下 Markdown 格式展示：
> ⚠️ **API Key 未配置**
>
> SCAN_WEBSERVICE_KEY 未配置，请访问夸克扫描王开发者后台获取 API Key。详见 [references/resources.md](references/resources.md)。
第五步：错误处理与降级策略
当命令执行失败或返回错误码时，按以下策略处理：
| 项目 | 规则 |
|---|---|
| 最大重试次数 | 3 次 |
| 重试间隔 | 指数退避（1s → 2s → 4s） |
| 总超时 | 30 秒（包含所有重试） |
以下错误码允许重试：
| 错误码 | 含义 | 重试建议 |
|---|---|---|
A0300 | QPS 限制 | 等待 1-2 秒后重试 |
A0406 | 网络超时 | 立即重试 |
HTTP_ERROR | HTTP 请求异常 | 立即重试 |
API Key 未配置（A0100）
QPS 限制（A0300）
网络错误（A0406, HTTP_ERROR）
其他错误（A0211, URL_ERROR, FILE_ERROR, BASE64_ERROR 等）
code: "00000"data 字段code 非 "00000"📖 完整错误码列表：references/error-codes.md
| 序号 | 场景名称 | scene 标识 | 适用场景关键词 |
|---|---|---|---|
| 1 | 手写文档识别 | handwritten-ocr | 手写、笔迹、潦草字迹、手写作文 |
| 2 | 表格识别 | table-ocr | 表格、Excel、报表、单据 |
| 3 | 身份证识别 | idcard-ocr | 身份证、居民身份证 |
| 4 | 社保卡识别 | social-security-card-ocr | 社保卡、医保卡 |
| 5 | 港澳通行证识别 | travel-permit-ocr | 港澳通行证、港澳台通行证 |
| 6 | 学位证识别 | degree-certificate-ocr | 学位证、学历证书 |
| 7 | 增值税发票识别 | vat-invoice-ocr | 增值税发票、发票 |
| 8 | 火车票识别 | train-ticket-ocr | 火车票、车票 |
| 9 | 公式识别 | formula-ocr | 数学公式、LaTeX、化学方程式 |
| 10 | 题目识别 | question-ocr | 题目、考题、习题 |
| 11 | 驾驶证识别 | driver-license-ocr | 驾驶证、驾照 |
| 12 | 行驶证识别 | vehicle-license-ocr | 行驶证、车辆 |
| 13 | 英文发票识别 | commercial-invoice-ocr | 英文发票、商业发票 |
| 14 | 医疗报告单识别 | medical-report-ocr | 化验单、体检报告、医疗报告 |
| 15 | 营业执照识别 | business-license-ocr | 营业执照、工商执照 |
| 16 | 商品图片识别 | product-image-ocr | 商品、产品、包装、标签 |
| 17 | 通用文字提取 | general-ocr | 提取文字、识别文字（兜底） |
📖 查看完整场景说明：references/scenarios-detail.md
本技能不支持以下场景，请勿尝试：
| 不支持的场景 | 原因 | 建议替代方案 |
|---|---|---|
| 视频处理 | 仅支持单张静态图片 | 先提取视频帧，再逐帧处理 |
| 批量处理 | 每次调用仅限单张图片 | 如需批量，请循环调用或联系管理员 |
| 实时摄像头流 | 非实时流处理架构 | 使用专用视频处理服务 |
| 超大图片（>5MB） | API 限制 | 先压缩或裁剪后再处理 |
| 非图片格式 | 仅支持 jpg/jpeg/png/gif/bmp/webp/tiff/wbmp | 先转换为支持的图片格式 |
SKILL.md — 本文档（意图分析 + 通用规范）references/scenarios-detail.md — 场景详细说明references/error-codes.md — 错误码对照表references/resources.md — 官方链接和资源scripts/scan.py — 主执行脚本 (Python 3.9+)scripts/common/*.py — 基础类库