核心用法
LLMWhisperer 是一款面向终端用户的文档文本提取工具，通过调用 Unstract 提供的 LLMWhisperer API，将图像（JPG/PNG）和 PDF 文件转换为结构化文本。用户需先在 ~/.clawdbot/.env 配置 API 密钥，随后通过 llmwhisperer <file> 命令直接处理本地文件，支持管道重定向保存结果。
显著优点
- 手写识别专长：区别于通用 OCR，针对手写笔记、签名、填表手写体优化
- 复杂版式还原：保留文档布局信息，适合发票、表单、 flyer 等结构化文档
- 零配置启动：单文件命令行工具，无需本地模型部署或依赖管理
- 免费额度友好：每日 100 页免费额度，适合个人用户轻量使用
潜在局限
- 云端依赖：必须联网调用 API，无法离线使用；网络波动影响稳定性
- 隐私顾虑：敏感文档需上传至第三方服务器处理
- 额度限制：免费 tier 对批量处理场景不足，超出后需付费
- 功能边界：专注于文本提取，无表格转 Excel、多语言翻译等衍生功能
适合人群
- 需要快速数字化手写笔记的学生、研究员
- 处理扫描发票、纸质表单的财务人员
- 不想部署本地 OCR 模型的轻量用户
常规风险
- API 密钥需妥善保管，避免硬编码提交至代码仓库
- 上传含个人信息的文档前，建议确认 Unstract 数据处理政策
- 免费额度耗尽后服务中断，关键任务需评估付费方案