agentsclimarketplace

Yescan ocr universal

Skill aiskillstore/marketplace/skills/yescan-ai/yescan-ocr-universal

Security-audited skills for Claude, Codex & Claude Code. One-click install, quality verified.

Install
npx -y skills add aiskillstore/marketplace --skill yescan-ocr-universal

Assembled from the repository path, not quoted from the project. Check it against their README if it does not work.

One thing to look at

  • no licenseNo license file was found in the repository. Code published without one is not open source by default, so using it at work is a question for whoever answers licensing questions where you are.

What its author says it does

Copied from the file, not written here

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

The file declares its own license as MIT. That is the author’s claim about this one file, and it is not the same thing as the license GitHub reports for the repository, which is listed with the other numbers below.

SKILL.md

14.4 KB, as published. Nobody here has run it

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，识别结果以结构化文本返回。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

OCR 识别成功时响应 data 中含各场景特定的结构化字段（纯文本、表格、证件信息等），直接返回给用户。pic-translate 场景额外生成译图文件，响应含 translated_image_path。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. 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
    • 示例参考：examples/handwritten-ocr-example.md

  2. 表格识别

    • 触发意图：当用户存在识别图片中的各类表格（如 Excel/Word 表格、票据单据、手写表格、检查报告单等）、高精度提取文字内容并精准还原原始表格格式与结构的意图。
    • 场景 scene 标识：table-ocr
    • 示例参考：examples/table-ocr-example.md

  3. 身份证识别

    • 触发意图：当用户存在识别身份证图片、提取证件关键信息（包括但不限于姓名、身份证号、地址等字段）、将证件影像转化为结构化数据，或应用于身份核验、实名认证及信息准确性校验等场景的意图。
    • 场景 scene 标识：idcard-ocr
    • 示例参考：examples/idcard-ocr-example.md

  4. 社保卡识别

    • 触发意图：当用户存在识别社保卡图片、提取证件关键信息（包括但不限于姓名、社会保障号码、卡号、银联号码、性别、民族、发卡日期及有效期限等字段）、将证件影像转化为结构化数据，或应用于社保业务办理、身份核验及政务服务自动化等场景的意图。
    • 场景 scene 标识：social-security-card-ocr
    • 示例参考：examples/social-security-card-ocr-example.md

  5. 港澳通行证识别

    • 触发意图：当用户存在识别港澳通行证（或港澳台通行证）图片、提取证件关键信息（包括但不限于姓名、证件号码、签发机关、有效期限等 11 个字段）、将证件影像转化为结构化数据，或应用于身份核验、出入境管理及政务服务自动化等场景的意图。
    • 场景 scene 标识：travel-permit-ocr
    • 示例参考：examples/travel-permit-ocr-example.md

  6. 学位证识别

    • 触发意图：当用户存在识别学位证书图片、提取证书关键信息（包括但不限于证书名称、学校、姓名、性别、出生日期、学习日期、学制、学历、学位、专业、证书编号及发证日期等 12 个字段）、将证书影像转化为结构化数据，或应用于企业人才信息录入和学历核验等场景的意图。
    • 场景 scene 标识：degree-certificate-ocr
    • 示例参考：examples/degree-certificate-ocr-example.md

  7. 增值税发票识别

    • 触发意图：当用户存在识别增值税发票图片、提取单据关键信息（包括但不限于销售方、购买方、货物详情、金额等 30 多个字段）、将发票影像转化为结构化数据，或应用于财务报销自动化、税务管理及企业风控等场景的意图。
    • 场景 scene 标识：vat-invoice-ocr
    • 示例参考：examples/vat-invoice-ocr-example.md

  8. 火车票识别

    • 触发意图：当用户存在识别火车票图片、提取票号/出发站/到达站/车次/开车时间/票价/座位号/座位类型/旅客身份号码/旅客姓名等 10 个关键字段信息、将车票照片转化为结构化文本数据，或应用于企业出行报销场景的意图。
    • 场景 scene 标识：train-ticket-ocr
    • 示例参考：examples/train-ticket-ocr-example.md

  9. 公式识别

    • 触发意图：当用户存在识别数学/化学公式图片、高精度解析分数、矩阵、分段函数及化学方程式等复杂结构、将图像公式转化为可编辑的 LaTeX 代码或结构化数据，或应用于智能试卷自动批改、学术论文数字化归档、在线教育题目解析及科研文献深度分析等场景的意图。
    • 场景 scene 标识：formula-ocr
    • 示例参考：examples/formula-ocr-example.md

  10. 题目识别

    • 触发意图：当用户上传包含习题/考题的图片，需仅提取题目文本（不含解答、批注或无关内容），并保留题号、题干结构，用于教育题库构建或题目检索。
    • 场景 scene 标识：question-ocr
    • 示例参考：examples/question-ocr-example.md

  11. 驾驶证识别

    • 触发意图：当用户存在识别驾驶证图片、提取证件关键信息（如证号、姓名、住址、有效期等）、将非结构化图像转化为结构化数据，或应用于身份核验、交通管理等场景的意图。
    • 场景 scene 标识：driver-license-ocr
    • 示例参考：examples/driver-license-ocr-example.md

  12. 行驶证识别

    • 触发意图：当用户存在识别行驶证图片、提取证件关键信息（包括但不限于证号、姓名、住址、有效期、准驾车型等）、将行驶证影像转化为结构化数据，或应用于身份核验、交通管理及汽车租赁等场景的意图。
    • 场景 scene 标识：vehicle-license-ocr
    • 示例参考：examples/vehicle-license-ocr-example.md

  13. 英文发票识别

    • 触发意图：当用户存在识别英文商业发票图片、提取单据关键信息（包括但不限于发票号、日期、买卖双方信息、商品明细、金额及税额等）、将非结构化英文单据转化为结构化数据，或应用于跨境贸易单证处理、海外费用报销及国际化财务自动化审核等场景的意图。
    • 场景 scene 标识：commercial-invoice-ocr
    • 示例参考：examples/commercial-invoice-ocr-example.md

  14. 医疗报告单识别

    • 触发意图：当用户存在识别医疗报告单图片、提取报告关键信息（包括但不限于检验项目、结果、参考值等）、将医疗报告影像转化为结构化数据，或应用于电子病历归档、健康数据分析及远程医疗辅助诊断等场景的意图。
    • 场景 scene 标识：medical-report-ocr
    • 示例参考：examples/medical-report-ocr-example.md

  15. 药检报告识别

    • 触发意图：当用户存在识别药品检验报告单图片、提取药品名称、批号、检验项目、检验结果、标准值及结论等关键信息、将药检报告影像转化为结构化数据，或应用于药品质量追溯、GMP 合规审计及药品监管等场景的意图。
    • 场景 scene 标识：pharmaceutical-inspection-report
    • 示例参考：examples/pharmaceutical-inspection-report-example.md

  16. 营业执照识别

    • 触发意图：当用户存在识别营业执照图片、提取证件关键信息（包括但不限于统一社会信用代码、名称、类型、法定代表人、经营范围等）、将执照影像转化为结构化数据，或应用于企业身份核验、工商注册自动化、供应链准入审核及金融风控等场景的意图。
    • 场景 scene 标识：business-license-ocr
    • 示例参考：examples/business-license-ocr-example.md

  17. 商品图片识别

    • 触发意图：当用户存在识别商品图片或商品包装中的文字信息、提取包装或标签上的内容（包括但不限于商品名称、品牌、规格、成分、生产信息、使用说明、条码等）、将商品包装图片转化为文字或结构化数据，或应用于商品信息录入、商品上架、商品检索及商品信息分析等场景的意图。
    • 场景 scene 标识：product-image-ocr
    • 示例参考：examples/product-image-ocr-example.md

  18. 图片翻译

    • 触发意图：当用户存在将图片中的文字翻译为其他语言、生成保留原图排版的译文图片，或应用于多语言文档翻译、跨语言沟通等场景的意图。
    • 场景 scene 标识：pic-translate
    • 示例参考：examples/pic-translate-example.md

  19. 通用文字提取（兜底意图）

    • 触发意图：当用户指令中不包含上述任何具体场景，仅表达提取纯文字意图时。
    • 场景 scene 标识：general-ocr
    • 示例参考：examples/general-ocr-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

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 — 19 个场景各自的输入/预期输出示例

Keep looking

Skills are one crate of 328,083. Ordering is by how many stacks a row turns up in, so the top of any crate is what has actually been picked rather than what has the most stars.