🧭 使用前必读（30 秒）
[!WARNING] ⚠️ 隐私与数据流向重要提示
- - 第三方服务交互：本技能会将您提供的图片发送至夸克官方服务器 (
scan-business.quark.cn) 进行识别。 - 服务端处理：夸克服务将获取并处理该图片内容，服务端不会永久保存
- 本地文件存储：识别返回的图片会保存至系统临时目录（如
/tmp/imgs），这些文件将持续存在直到您手动清理 - API 密钥安全：
SCAN_WEBSERVICE_KEY 应妥善保管，若泄露请及时在官方平台轮换或撤销
推荐方式：环境变量（免权限、即时生效、webchat 友好）
在终端中运行（本次会话立即可用）：
CODEBLOCK0
如何获取密钥？官方入口在此
请访问 https://scan.quark.cn/business → 开发者后台 → 登录/注册账号 → 查看API Key。
⚠️ 注意：若你点击链接后跳转到其他域名，说明该链接已失效 —— 请直接在浏览器地址栏手动输入 https://scan.quark.cn/business（这是当前唯一有效的官方入口）。
Constraints
- - 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
技能执行指南(强制执行)
第一步：环境变量检查
- - 若
SCAN_WEBSERVICE_KEY 未配置，立即返回：
CODEBLOCK1
第二步：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：
CODEBLOCK2
第三步：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
第四步：执行 Python 脚本（安全参数传递）：
使用 subprocess 模块执行脚本，参数以列表形式传递（避免 shell 注入风险）：
CODEBLOCK3
安全说明：
- - ✅ 参数以列表形式传递，
subprocess 会自动处理转义 - ✅ Python 脚本内部使用
argparse 验证参数 - ✅ 文件路径/URL 由脚本内部验证器校验
- ❌ 不要使用
shell=True 或直接拼接 shell 字符串
第五步：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
场景与意图列表(按匹配优先级排序)
- 1. 手写文档识别
- - 触发意图：当用户存在识别各类中英文手写内容（如学生作答、作文、会议记录、手写账单等）、将潦草或非标准手写图片转化为高精度可编辑文本，或突破传统 OCR 限制处理复杂手写场景的意图。
- 场景scene标识：handwritten-ocr
- 参考示例指令：
- “帮我把这张手写笔记转成文字”
- “识别这张作文图片里的内容”
-
- 1. 考试增强
- - 触发意图：当用户存在将手写笔记、试卷、教材等学习资料的照片转化为高清、去噪、背景纯净的电子文档，并期望自动提取其中的文字内容以实现资料数字化管理、清晰分享或后续编辑的意图。
- 场景scene标识：exam-enhance
- 参考示例指令：
- “把这张拍糊了的试卷变清晰，并把上面的题都提取出来。”
- “帮我清理一下这张手写笔记的背景噪音，转成干净的电子版。”
- “这张教材照片光线太暗且有阴影，请增强画质并提取文字。”
- 2. 画质增强
- - 触发意图：当用户存在将模糊、昏暗、老旧或低质量的照片及文字资料进行画质增强，使其内容更清晰、对比度更鲜明、细节更可见，以改善视觉效果和可读性的意图
- 场景scene标识：image-hd-enhance
- 参考示例指令：
- “这张老照片太模糊了，帮我把画质变清晰一点。”
- “图片光线太暗看不清字，请增强亮度和对比度。”
- “修复这张低分辨率的图片，让细节更清楚。”
- 3. 证件票据增强
- - 触发意图：当用户存在将模糊、光线不佳或细节不清的证件及票据照片进行画质优化，使其文字与关键信息变得清晰可辨，以便于日常查看、核对或工作处理的意图
- 场景scene标识：certificate-enhance
- 参考示例指令：
- “这张身份证照片有点模糊，请优化一下让字迹更清晰。”
- “帮我把这张发票上的金额和日期部分增强清楚。”
- “护照照片反光严重，请处理一下让我能看清上面的信息。”
- 4. 图像去手写
- - 触发意图：当用户存在将已填写的手写笔迹、划痕等内容从印刷文档图像中自动清除，并完整保留原始印刷文字与格式，以还原出干净空白文档用于重新编辑或重复使用的意图
- 场景scene标识：remove-handwriting
- 参考示例指令：
- “把这张做过的试卷上的手写答案去掉，还原成空白卷子。”
- “清除文档上的手写批注，只保留打印的文字。”
- “帮我去掉书上的笔记痕迹，我要一张干净的页面。”
- 5. 图像去水印
- - 触发意图：当用户存在将图片的水印（如文字、Logo、标记等）在不损伤背景和整体构图的前提下精准去除，以获得干净、清晰、可直接使用或分享的无水印图像的意图
- 场景scene标识：remove-watermark
- 参考示例指令：
- “帮我把图片右下角的网站水印去掉。”
- “去除这张图中间的大 Logo，不要破坏背景。”
- “把照片上的时间戳水印擦除干净。”
- 6. 图像去阴影
- - 触发意图：当用户存在将文档或图像中因拍摄角度、光线等原因产生的阴影去除，以获得清晰、干净、均匀亮度的高清扫描效果，便于阅读、存档或后续处理的意图
- 场景scene标识：remove-shadow
- 参考示例指令：
- “这张纸拍出来有大片阴影，请帮我去除阴影变平整。”
- “去掉文档照片左侧因手机遮挡产生的黑色阴影。”
- “消除拍摄时的光照不均，让整张图亮度均匀。”
- 7. 图像去屏纹
- - 触发意图：当用户存在将拍摄屏幕（如手机、电脑显示器）时产生的摩尔纹（屏纹）、反光、低对比度等问题进行智能修复，以获得清晰、无干扰、文字可读性高的高清文档图像的意图
- 场景scene标识：remove-screen-pattern
- 参考示例指令：
- “这张对着电脑屏幕拍的照片有很多波纹，请帮我消除屏纹。”
- “去掉翻拍屏幕产生的摩尔纹和反光，让文字变清晰。”
- “修复这张手机截屏图中的彩色条纹干扰。”
- “将这张投影仪上图的优化下，让文字更清晰。”
- 8. 文档去底色
- - 触发意图：当用户希望将带有彩色背景、水印、阴影或复杂排版的文档截图/照片（如红底古文、扫描件、手机拍屏等），通过AI智能处理一键转换为纯白背景 + 黑色文字的清晰可读版本，去除视觉干扰、还原标准印刷体效果，便于阅读、打印、存档或OCR识别的意图
- 场景scene标识：remove-background-color
- 参考示例指令：
- “把这张红头文件的红色背景去掉，变成白底黑字。”
- “这张截图背景是灰色的，请一键去底色变成纯白背景。”
- “去掉图片背景色”
- 9. 图像裁剪矫正
- - 触发意图：当用户存在对图像进行自动矫正（如透视校正、水平对齐）并智能裁剪多余边缘，以获得规整、清晰、便于阅读或存档的标准矩形文档图像的意图
- 场景scene标识：image-crop-rectify
- 参考示例指令：
- “这张照片拍歪了，帮我把文档扶正并裁掉多余的桌子背景。”
- “自动矫正透视变形，把这张倾斜的合同变成标准的矩形。”
- “裁剪掉图片四周的杂乱边缘，只保留中间的文档内容。”
- 10. 素描速写
- - 触发意图：当用户希望将普通照片转换为素描或速写风格图像，以增强视觉表现力、突出线条与明暗关系，并追求个性化艺术效果的意图
- 场景scene标识：sketch-drawing
- 参考示例指令：
- “把这张人物照片转换成铅笔素描风格。”
- “生成一张这张风景照的速写效果图片。”
- “将我的自拍变成手绘素描的样子。”
- 11. 提取线稿
- - 触发意图：当用户需要从图片中提取线稿，将图像转换为简洁的线条形式图，用于艺术创作或提升工作效率的意图
- 场景scene标识：extract-lineart
- 参考示例指令：
- “从这张动漫图片中提取纯线稿，去掉颜色。”
- “把这张实物照片转换成黑白线条图。”
- “提取图片中的轮廓线条，我要用来上色练习。”
- 12. 扫描文件
- - 触发意图：当用户指令中不包含上述任何具体场景，仅表达优化意图时，将调用扫描文件场景的意图的
- 场景scene标识：scan-document
- 参考示例指令：
- “优化一下这张文档图片，让它看起来更专业。
客户端脚本增强字段：当 scan.py 调用夸克 API 成功（code == "00000"）且响应 data 中包含 "ImageBase64" 时，scan.py 会主动调用 file_saver.py 将其解码并保存为本地图片文件，并在最终返回的 JSON 响应中，将 data 替换为仅包含 path 字段的对象 {"path": "/tmp/xxx.png"}。该行为由 scan.py 脚本实现，与模型无关，也不依赖 OpenClaw 平台自动介入。
⛔ 不适用场景（When Not to Use）
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 |
⚠️ 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
- 严禁自行构造 input-configs、output-configs 等内部参数
- 图片大小限制：本地文件不超过5MB，支持 jpg/jpeg/png/gif/bmp/webp/tiff/wbmp/webp 格式
🔗 相关资源
📁 文件结构
- -
SKILL.md — 本文档（意图分析 + 通用规范） - INLINECODE20 — 主执行脚本 (Python 3.9+)
- INLINECODE21 — 基础类库
技能名称: yescan-scan-universal
详细描述:
🧭 使用前必读（30 秒）
[!WARNING] ⚠️ 隐私与数据流向重要提示
- - 第三方服务交互：本技能会将您提供的图片发送至夸克官方服务器 (scan-business.quark.cn) 进行识别。
- 服务端处理：夸克服务将获取并处理该图片内容，服务端不会永久保存
- 本地文件存储：识别返回的图片会保存至系统临时目录（如 /tmp/imgs），这些文件将持续存在直到您手动清理
- API 密钥安全：SCANWEBSERVICEKEY 应妥善保管，若泄露请及时在官方平台轮换或撤销
推荐方式：环境变量（免权限、即时生效、webchat 友好）
在终端中运行（本次会话立即可用）：
bash
export SCANWEBSERVICEKEY=yourscanwebservicekeyhere
如何获取密钥？官方入口在此
请访问 https://scan.quark.cn/business → 开发者后台 → 登录/注册账号 → 查看API Key。
⚠️ 注意：若你点击链接后跳转到其他域名，说明该链接已失效 —— 请直接在浏览器地址栏手动输入 https://scan.quark.cn/business（这是当前唯一有效的官方入口）。
Constraints
- - 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
技能执行指南(强制执行)
第一步：环境变量检查
- - 若 SCANWEBSERVICEKEY 未配置，立即返回：
json
{
code: A0100,
message: SCAN
WEBSERVICEKEY 未配置，请访问 https://scan.quark.cn/business → 开发者后台 → 登录/注册账号 → 查看API Key,
data: null
}
第二步：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：
json
{
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
}
第三步：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
第四步：执行 Python 脚本（安全参数传递）：
使用 subprocess 模块执行脚本，参数以列表形式传递（避免 shell 注入风险）：
python
import subprocess
URL 类型
subprocess.run([
python3, scripts/scan.py,
--scene, SCENE_VALUE,
--url, IMAGE_URL
], capture_output=True, text=True)
本地文件类型
subprocess.run([
python3, scripts/scan.py,
--scene, SCENE_VALUE,
--path, IMAGE
FILEPATH
], capture_output=True, text=True)
BASE64 类型
subprocess.run([
python3, scripts/scan.py,
--scene, SCENE_VALUE,
--base64, IMAGE_BASE64
], capture_output=True, text=True)
安全说明：
- - ✅ 参数以列表形式传递，subprocess 会自动处理转义
- ✅ Python 脚本内部使用 argparse 验证参数
- ✅ 文件路径/URL 由脚本内部验证器校验
- ❌ 不要使用 shell=True 或直接拼接 shell 字符串
第五步：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
场景与意图列表(按匹配优先级排序)
- 1. 手写文档识别
- - 触发意图：当用户存在识别各类中英文手写内容（如学生作答、作文、会议记录、手写账单等）、将潦草或非标准手写图片转化为高精度可编辑文本，或突破传统 OCR 限制处理复杂手写场景的意图。
- 场景scene标识：handwritten-ocr
- 参考示例指令：
- “帮我把这张手写笔记转成文字”
- “识别这张作文图片里的内容”
-
- 1. 考试增强
- - 触发意图：当用户存在将手写笔记、试卷、教材等学习资料的照片转化为高清、去噪、背景纯净的电子文档，并期望自动提取其中的文字内容以实现资料数字化管理、清晰分享或后续编辑的意图。
- 场景scene标识：exam-enhance
- 参考示例指令：
- “把这张拍糊了的试卷变清晰，并把上面的题都提取出来。”
- “帮我清理一下这张手写笔记的背景噪音，转成干净的电子版。”
- “这张教材照片光线太暗且有阴影，请增强画质并提取文字。”
- 2. 画质增强
- - 触发意图：当用户存在将模糊、昏暗、老旧或低质量的照片及文字资料进行画质增强，使其内容更清晰、对比度更鲜明、细节更可见，以改善视觉效果和可读性的意图
- 场景scene标识：image-hd-enhance
- 参考示例指令：
- “这张老照片太模糊了，帮我把画质变清晰一点。”
- “图片光线太暗看不清字，请增强亮度和对比度。”
- “修复这张低分辨率的图片，让细节更清楚。”
- 3. 证件票据增强
- - 触发意图：当用户存在将模糊、光线不佳或细节不清的证件及票据照片进行画质优化，使其文字与关键信息变得清晰可辨，以便于日常查看、核对或工作处理的意图
- 场景scene标识：certificate-enhance
- 参考示例指令：
- “这张身份证照片有点模糊，请优化一下让字迹更清晰。”
- “帮我把这张发票上的金额和日期部分增强清楚。”
- “护照照片反光严重，请处理一下让我能看清上面的信息。”
- 4. 图像去手写
- - 触发意图：当用户存在将已填写的手写笔迹、划痕等内容从印刷文档图像中自动清除，并完整保留原始印刷文字与格式，以还原出干净空白文档用于重新编辑或重复使用的意图
- 场景scene标识：remove-handwriting
- 参考示例指令：
- “把这张做过的试卷上的手写答案去掉，还原成空白卷子。”
- “清除文档上的手写批注，只保留打印的文字。”
- “帮我去掉书上的笔记痕迹，我要一张干净的页面。”
- 5. 图像去水印
- - 触发意图：当用户存在将图片的水印（如文字、Logo、标记等）在不损伤背景和整体构图的前提下精准去除，以获得干净、清晰、可直接使用或分享的无水印图像的意图
- 场景scene标识：remove-watermark
- 参考示例指令：
- “帮我把图片右下角的网站水印去掉。”
- “去除这张图中间的大 Logo，不要破坏背景。”
- “把照片上的时间戳水印擦除干净。”
- 6. 图像去阴影
- - 触发意图：当用户存在将文档或图像中因拍摄角度、光线等原因产生的阴影去除，以获得清晰、干净、均匀亮度的高清扫描效果，便于阅读、存档或后续处理的意图
- 场景scene标识：remove-shadow
- 参考示例指令：
- “这张纸拍出来有大片阴影，请帮我去除阴影变平整。”
- “去掉文档照片左侧因手机遮挡产生的黑色阴影。”
- “消除拍摄时的光照不均，让整张图亮度均匀。”
- 7. 图像去屏纹
- - 触发意图：当用户存在将拍摄屏幕（如手机、电脑显示器）时产生的摩尔纹（屏纹）、反光、低对比度等问题进行智能修复，以获得清晰、无干扰、文字可读性高的高清文档图像的意图
- 场景scene标识：remove-screen-pattern
- 参考示例指令：
- “这张对着电脑屏幕拍的照片有很多波纹，请帮我消除屏纹。”
- “去掉翻拍屏幕产生的摩尔纹和反光，让文字变清晰。”
- “修复这张手机截屏图中的彩色条纹干扰。”
- “将这张投影仪上图的优化下，让文字更清晰。”
- 8. 文档去底色
- - 触发意图：当用户希望将带有彩色背景、水印、阴影或复杂排版的文档截图/照片（如红底古文、扫描件、手机拍屏等），通过AI智能处理一键转换为纯白背景 + 黑色文字的清晰可读版本，
