Alibaba quark scan qoder
夸克扫描王-文件扫描工具(Qoder专用版本)。当用户需要对图片、截图进行画质优化、瑕疵去除或视觉增强时使用此技能,包括画质增强、证件照优化、考试试卷增强、合同增强等场景。智能去除手写笔迹、水印、阴影、摩尔纹、底色等干扰元素。支持图像裁剪与矫正、素描效果转换、线稿提取等,输出优化后的高清图片。本技能由夸克扫描王提供支持。即使用户没有明确提到“增强”或“处理”,只要用户的需求涉及提升图片清晰度、清理干扰元素或优化图像质量,也应触发此技能。不适用于文字提取/识别、文档转换 (Word/Excel/PDF)、AI 图像生成、证件照制作
npx -y skills add alibaba-quark-scanking/alibaba-quark-scan-qoderAssembled from the repository path, not quoted from the project. Check it against their README if it does not work.
One thing to look at
- 2 stars2 stars. Stars are a popularity signal and not a quality one, but at this level it is likely that nobody has read this closely except its author, and you would be relying on your own review.
What its author says it does
Copied from the file, not written here
当用户需要对图片、截图进行画质优化、瑕疵去除或视觉增强时,使用此技能——包括画质增强、证件照优化、考试试卷增强、合同增强等场景。智能去除手写笔迹、水印、阴影、摩尔纹、底色等干扰元素。支持图像裁剪与矫正、素描效果转换、线稿提取等,输出优化后的高清图片。本技能由夸克扫描王提供支持。即使用户没有明确提到“增强”或“处理”,只要用户的需求涉及提升图片清晰度、清理干扰元素或优化图像质量,也应触发此技能。不适用于文字提取/识别、文档转换 (Word/Excel/PDF)、AI 图像生成、证件照制作
SKILL.md
9.8 KB, as published. Nobody here has run it
🧭 使用前必读(30 秒)
隐私与数据流向提示
- 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:配置文件(永久生效)
将真实 SCAN_WEBSERVICE_KEY 写入 ~/.yescan_env,请根据系统选择对应命令进行设置:
Linux
echo 'SCAN_WEBSERVICE_KEY=<your_api_key_here>' > ~/.yescan_env
macOS
echo 'SCAN_WEBSERVICE_KEY=<your_api_key_here>' > ~/.yescan_env
Windows(PowerShell)
'SCAN_WEBSERVICE_KEY=<your_api_key_here>' | Out-File -FilePath $HOME\.yescan_env -Encoding utf8
技能每次执行会自动读取 ~/.yescan_env,无需重启会话。
如何获取密钥?夸克扫描王官方入口在此
请访问 https://scan.quark.cn/business → 开发者后台 → 登录/注册账号 → 查看 API Key。 ⚠️ 注意:若你点击链接后跳转到其他域名,说明该链接已失效 —— 请直接在浏览器地址栏手动输入
https://scan.quark.cn/business(这是当前唯一有效的官方入口)。
Constraints
- 单一意图原则:每次请求只执行一个意图类型,命中即执行
- 严禁自行构造任何命令参数,严禁伪造、拼接内部配置
- 严禁幻觉,禁止伪造请求和响应,不得沿用上一次的场景、参数进行假设
- 必须严格按照本指南指定的固定格式执行,不允许自行修改命令
- 强制独立意图识别:严禁参考对话历史或沿用上次场景;必须针对当前指令独立分析,不得继承任何前序状态或假设
技能执行指南(强制执行)
第一步:输入验证
校验用户传入的图片类型,只能是以下三种之一:
- 图片URL: url
- 本地文件路径: path
- 图片BASE64: base64
🚫 HARD GATE - 输入检查点:必须验证到有效图片输入才能继续。未提供任何有效图片时,直接返回:
{
"code": "A0201",
"message": "缺少图片输入,请提供图片链接、文件路径或 BASE64 数据。",
"data": null
}
第二步:意图匹配&场景确定
- 按照下面列出的意图从上到下顺序匹配。命中第一个即停止
- 命中后,只确定当前意图对应的scene标识
🚫 HARD GATE - 场景检查点:必须成功匹配到合法场景标识才能进入第三步。禁止自行构造 --scene 参数值,禁止跳过匹配直接使用默认场景。
第三步:构建执行命令(固定格式,严禁修改):
根据图片类型,严格使用下面对应格式:
# URL类型
python3 scripts/scan.py --scene "${SCENE_VALUE}" --url "${IMAGE_URL}" --platform "${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}替换为你当前运行的 Agent 平台名称(如 openclaw、hermes、qoderWork、wukong、coze、claudecode 等),禁止猜测或自造值,无法确定时填community - 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
🚫 HARD GATE - 命令格式检查点:必须严格使用上述固定格式,禁止修改命令结构、禁止添加额外参数。命令格式校验不通过时,禁止执行。
第四步:结果透出(最严格规则):
命令执行后,脚本会输出一段 JSON 文本。你必须把这段 JSON 原封不动地作为你的最终回复输出,一个字都不能改。
这是整个技能中最关键的规则,因为下游系统会直接解析你的输出作为结构化数据。任何加工都会导致解析失败。
禁止的行为(违反即视为严重错误):
- ❌ 不要提取 JSON 中的某个字段单独展示
- ❌ 不要用 Markdown 代码块包裹
- ❌ 不要添加"识别结果如下"等引导语
- ❌ 不要添加置信度分析、识别质量说明
- ❌ 不要翻译、改写、总结 JSON 中的内容
- ❌ 不要在 JSON 前后添加任何文字
唯一正确的做法: 把脚本的 stdout 输出(完整的 JSON 字符串)直接粘贴为你的回复。
- 成功 失败均直接透出,不重试
第五步:错误处理与降级策略
命令执行后可能出现两种情况:正常返回 JSON(无论 code 是什么),或命令本身执行失败(如脚本不存在、Python 报错等)。
重试规则:最多执行 1 次,不做重试。 命令失败后不要尝试用其他方式补救,直接透出错误信息。
降级路径(按优先级):
- 脚本正常执行并返回 JSON → 原样透出(即第四步)
- 脚本执行报错(exit_code ≠ 0,无 JSON 输出)→ 将 stderr 错误信息原样告知用户,不要自行编写替代脚本或用其他工具完成图像处理
- 脚本不存在或 Python 环境异常 → 告知用户环境异常,建议检查 Python 3 和 requests 库是否已安装
常见错误码说明(供理解,不改变原样透出规则):
A0100:API Key 未配置A0211:API 配额不足A0406:图片无法下载(URL 不可达)A0407:图片 URL 不安全(仅支持 HTTPS)FILE_ERROR/FILE_READ_ERROR:本地文件读取失败URL_VALIDATION_ERROR:URL 格式不合法BASE64_*:base64 数据格式或解码错误HTTP_ERROR:HTTP 请求异常
无论遇到哪个错误码,处理方式都是原样透出,禁止自行构造替代响应或尝试其他处理方案。
场景快速索引(按匹配优先级排序)
📖 每个场景的完整触发意图描述和示例指令,请查阅 references/scenes.md
| # | 场景名称 | scene 标识 | 关键词速记 |
|---|---|---|---|
| 1 | 考试增强 | exam-enhance | 试卷、笔记、教材、学习资料 |
| 2 | 画质增强 | image-hd-enhance | 模糊、低清、老照片、增强画质 |
| 3 | 证件票据增强 | certificate-enhance | 身份证、发票、护照、证件 |
| 4 | 图像去手写 | remove-handwriting | 去手写、去笔迹、还原空白 |
| 5 | 图像去水印 | remove-watermark | 去水印、去Logo、去标记 |
| 6 | 图像去阴影 | remove-shadow | 去阴影、光照不均、黑色遮挡 |
| 7 | 图像去屏纹 | remove-screen-pattern | 屏纹、摩尔纹、翻拍、投影 |
| 8 | 文档去底色 | remove-background-color | 去底色、去背景色、白底黑字 |
| 9 | 图像裁剪矫正 | image-crop-rectify | 拍歪、透视矫正、裁剪边缘 |
| 10 | 素描速写 | sketch-drawing | 素描、速写、铅笔风格 |
| 11 | 提取线稿 | extract-lineart | 线稿、轮廓线、黑白线条 |
| 12 | 扫描合同 | scan-contract | 合同、协议、合同归档 |
| 13 | 扫描文件(兜底) | scan-document | 用户未指定具体场景、仅要求通用扫描或文档优化 |
匹配规则: 从上到下依次匹配,命中第一个即停止。当用户的请求无法明确对应上述 1-12 中任一具体场景时(例如仅说"优化一下"、"扫描这张图"而没有明确指出是增强画质、去水印、去阴影等具体操作),必须使用第 13 项 scan-document 作为兜底场景。严禁在意图模糊时,将"优化"、"处理"等笼统词汇强行解释为某个具体场景。
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。
不适用场景与限制
📖 完整的不适用场景表、注意事项和资源链接,请查阅 references/limitations.md
🔗 相关资源
📁 文件结构
SKILL.md— 本文档(意图分析 + 通用规范)references/scenes.md— 场景详细描述与触发意图references/limitations.md— 本文档(不适用场景与限制)scripts/scan.py— 主执行脚本 (Python 3.9+)scripts/common/*.py— 基础类库