yescan-transoffice-universal

name	yescan-transoffice-universal
description	当用户需要将图片、截图或扫描件转换为 Office 文档（Word/Excel）或 PDF 时，使用此技能。适用于包含复杂表格、合同或图文混排内容的图片或扫描件，可尽量还原原始版式并生成可编辑文档。本技能由夸克扫描王提供转换支持。即使用户未明确提到格式转换，只要用户的需求涉及将图片内容转换为可编辑文档（如 .docx、.xlsx 或 .pdf），也应触发此技能。请勿用于提取纯文本或识别文字内容、图像增强处理或从零创建文档
license	MIT
compatibility	Requires python3 and the SCAN_WEBSERVICE_KEY environment variable. Performs network calls to scan-business.quark.cn and writes output files to the system temp directory.
metadata	{"author":"alibaba-quark-scanking","version":"1.1.4","homepage":"https://scan.quark.cn/business","primary-env":"SCAN_WEBSERVICE_KEY"}

使用前必读（30 秒）

隐私与外发提示：本技能会把图片发送到 scan-business.quark.cn 进行识别，转换结果会写入系统临时目录（/tmp 或等价位置）。完整数据流向、密钥安全与本地存储说明见 references/privacy.md。

配置 API 密钥：将 SCAN_WEBSERVICE_KEY=<your_api_key> 写入 ~/.yescan_env（每次执行自动读取，无需重启）。获取入口：访问 https://scan.quark.cn/business → 开发者后台 → 登录/注册 → 查看 API Key。详细的跨平台命令、轮换流程见 references/privacy.md。

---

强制约束

• 单一意图原则：每次请求只执行一个意图类型，命中即执行
• 严禁自行构造任何命令参数，严禁伪造、拼接内部配置
• 严禁幻觉，禁止伪造请求和响应，不得沿用上一次的场景、参数进行假设
• 必须严格按照本指南指定的固定格式执行，不允许自行修改命令
• 强制独立意图识别：严禁参考对话历史或沿用上次场景；必须针对当前指令独立分析，不得继承任何前序状态或假设

技能执行指南（强制执行）

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：

• 图片 URL：url
• 本地文件路径：path
• 图片 BASE64：base64

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

• 按照下面列出的意图 从上到下顺序匹配，命中第一个即停止
• 命中后，只确定当前意图对应的 scene 标识

第三步：构建执行命令（固定格式，严禁修改）

# URL 类型
python3 scripts/scan.py --scene "${SCENE_VALUE}" --url "${IMAGE_URL}" --platform "${AGENT_NAME}"

# 本地文件类型
python3 scripts/scan.py --scene "${SCENE_VALUE}" --path "${IMAGE_FILE_PATH}" --platform "${AGENT_NAME}"

# BASE64 类型
python3 scripts/scan.py --scene "${SCENE_VALUE}" --base64 "${IMAGE_BASE64}" --platform "${AGENT_NAME}"

• 把 ${IMAGE_URL}/${IMAGE_FILE_PATH}/${IMAGE_BASE64} 替换为真实值
• 把 ${AGENT_NAME} 替换为当前 Agent 平台名称（如 openclaw、hermes、qoderWork、wukong、coze、claudecode 等），无法确定时填 community，禁止猜测或自造
• 把 ${SCENE_VALUE} 替换为当前意图对应的 scene 值
• 直接执行命令，不增删任何参数，不修改 JSON，不加引号，不换行

第四步：结果透出

• 执行完成后，原样返回执行结果，不修改、不翻译、不美化、不总结
• 成功 / 失败均直接透出，不重试

转换成功时响应 data 中会带 path 字段（本地文件路径），可直接展示给用户。完整字段说明见 references/implementation.md。常见错误码与排错见 references/troubleshooting.md。

场景与意图列表（按匹配优先级排序）

1. 图片转 Excel

   • 触发意图：当用户请求将包含表格、数据、报表的图片、截图或扫描件转换为 Excel（.xlsx/.xls）文件时
   • 场景 scene 标识：image-to-excel
   • 示例参考：examples/excel-example.md

2. 图片转 Word

   • 触发意图：当用户请求将图片、截图、照片或扫描件转换为 Word 文档时
   • 场景 scene 标识：image-to-word
   • 示例参考：examples/word-example.md

3. 图片转 PDF

   • 触发意图：当用户请求将图片、截图、照片或扫描件转换为 PDF 文档时
   • 场景 scene 标识：image-to-pdf
   • 示例参考：examples/pdf-example.md

不适用场景

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	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

重要注意事项

1. 禁止修改固定格式，只能替换场景标识和图片占位符
2. 严禁自行构造 --scene 参数值，必须使用本文档指定的场景名
3. 图片大小限制：本地文件不超过 5MB，支持 jpg/jpeg/png/gif/bmp/webp/tiff/wbmp 格式

相关资源

• 夸克扫描王开放平台
• references/privacy.md — 数据流向 / 密钥配置 / 本地存储说明
• references/implementation.md — 客户端脚本行为与响应字段
• references/troubleshooting.md — 错误码与排错
• examples/ — Excel / Word / PDF 三类典型用例

文件结构

• SKILL.md — 本文档（意图分发 + 通用规范）
• scripts/scan.py — 主执行脚本（Python 3.9+）
• scripts/common/*.py — 基础类库
• references/*.md — 详细参考文档（隐私、实现细节、排错）
• examples/*.md — 三类场景的输入/预期输出示例