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 10 种识别能力，高效提取文字及票据信息。

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。
• 个人证照：识别大陆身份证（姓名、身份证号等）、银行卡（卡号、银行等）。
• 行业资质：识别营业执照（统一社会信用代码、企业名称等）。
• 财务票据：覆盖增值税发票、出租车票、火车票、航空行程单、机动车销售统一发票，自动提取关键字段。

前置配置

⚠️ 重要：使用前需要申请 Scnet API Token

申请 API Token

1. 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

方式一：让 AI 配置

“帮我配置 Scnet OCR，Token 是：xxx”

方式二：手动配置

1. 1. 在技能目录下创建 config/.env 文件，内容如下：

===== Sugon-Scnet OCR API 配置 =====

申请地址：https://www.scnet.cn

API 基础地址（一般无需修改）

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 SCNETAPIKEY。

使用方法

参数说明

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：

• - “帮我识别这张身份证，图片在 /Users/name/Downloads/id.jpg”
• “提取这张发票的信息，路径是 /Users/name/Downloads/fapiao.png”
• “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。

配置选项

编辑 config/.env 文件：

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。

故障排除