夸克扫描王官方图片处理中心:OCR 文字识别(身份证/社保卡/驾驶证/行驶证/港澳台通行证/学位证/营业执照、增值税发票/火车票/英文发票、医疗检验报告/药检报告、表格/公式/手写体/试卷习题/商品图/通用文字)、拍照翻译、画质增强(去水印/去阴影/去手写/去底色/去摩尔纹、裁剪矫正、高清修复、试卷增强、合同增强、素描/线稿)、图片转 Word/Excel/PDF、AI 证件照生成。
文档
夸克扫描王 - 转Office Alibaba-Quark-Transoffice
试用由夸克扫描王提供的文件格式转换工具。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。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
它能做什么
由夸克扫描王提供的文件格式转换工具。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。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
技能文档
🧭 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扫描王官方服务器 (
scan-business.quark.cn) 进行识别。- 服务端处理:夸克扫描王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:识别返回的文件会保存至系统临时目录(如
/tmp),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- 图片来源:仅限用户明确指定的图片文件
推荐方式:CLI 配置(永久生效)
配置 SCAN_WEBSERVICE_KEY 环境变量到 OpenClaw:
openclaw config set skills.entries.alibaba-quark-transoffice.env.SCAN_WEBSERVICE_KEY "your_scan_webservice_key_here"
⚠️ 配置后需要重启或开启新会话才能生效(技能列表在 session 启动时加载)。
如何获取密钥?夸克扫描王官方入口在此
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:
{
"code": "A0100",
"message": "SCAN_WEBSERVICE_KEY 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:
{
"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: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}"
- 把
${IMAGE_URL}/${IMAGE_FILE_PATH}/${IMAGE_BASE64}替换为真实值 - 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)
- 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,触发此意图。
- 场景scene标识:image-to-excel
- 参考示例指令:
- "帮我把这张财务报表截图转换成 Excel 文件。"
- "这里有张手写的库存记录照片,麻烦转成 Excel 给我。"
- "把这张包含销售数据的图片转成可编辑的 Excel。"
- "提取图片中的表格内容,保存为 .xlsx。"
- 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 触发此意图
- 场景scene标识:image-to-word
- 参考示例指令:
- "把这张会议记录的拍照图片转成 Word 文档。"
- "请将这张包含长篇文章的截图转换为 .docx 格式。"
- "将这张产品说明书的截图转为 Word 格式。"
- "将这张产品说明书的截图转为 Word 格式。"
- 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 触发此意图
- 场景scene标识:image-to-pdf
- 参考示例指令:
- "把这张手写的课堂笔记图片转成 PDF 文档。"
- "请将这张包含详细参数的设备铭牌照片转换为 .pdf 格式。"
- "帮我把这张合同照片处理一下,转成清晰的 PDF 存档。"
- "将这张包含复杂流程的白板草图转换为 PDF,保持版面整洁。"
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 "FileBase64" 时,scan.py 会主动调用 file_saver.py 将其解码并保存为本地文件,并在最终返回的 JSON 响应中,于 data 对象内追加 "path": "/tmp/xx.docx" 字段。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
- 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 --scene 参数值,必须使用本文档指定的场景名
- 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)scripts/scan.py— 主执行脚本 (Python 3.9+)scripts/common/*.py— 基础类库
相关技能
调用夸克扫描王官方接口,对单张图片做画质增强、去手写/水印/阴影/摩尔纹、素描与线稿转换。
由夸克扫描王提供的高准取率 OCR 文字识别工具。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、药检报告、营业执照、习题以及图片翻译。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
PDF格式转换与处理工具。触发词:PDF转PPT、PDF转Word、PDF转Excel、PDF转图片、PDF格式转换、把PDF转成PPT、PDF去水印、移除水印、PDF表单填写、填写PDF表格、批量提取PDF表格、外文PDF翻译。即使用户没说'转换',只要提到'PDF里的表提取到Excel''这个报告能不能编辑''去掉这个水印''把这个英文PDF翻成中文'也应触发。不适用:非PDF输入、PDF内容分析/摘要(用pdf skill)、扫描件OCR识别。
夸克网盘官方(Quark Drive)Skill,用于文件上传/下载(支持断点续传)、文件分享与转存、网盘文件搜索、相册整理、AI助手(文件总结与知识问答,支持万级文件)。当用户需要操作夸克网盘文件或进行身份验证时使用。
夸克网盘官方(Quark Drive)Skill,用于文件上传/下载(支持断点续传)、文件分享与转存、转存分享更新查询、网盘文件搜索、批量重命名与整批撤销、相册整理、AI助手(文件总结与知识问答,支持万级文件)。当用户要求将当前搜索结果批量重命名、一句话说明范围与命名规则后重命名、整批撤销刚才的重命名,或需要其他夸克网盘操作与身份验证时使用。重要约束:get-share-update-files 和 saveas-update 成功后必须完整原样展示返回的 msg,禁止任何改写或补充。