核心用法
WiseOCR 是一款基于 WiseDiag 云 API 的高精度 OCR 工具，专注于将单份 PDF 或图片文件转换为结构化 Markdown 格式。用户通过简单的命令行交互即可完成文档数字化，无需复杂配置。
典型工作流程：
1. 获取并配置 API Key（WISEDIAG_API_KEY 环境变量）
2. 执行 python3 wiseocr.py -i /path/to/file.pdf 处理文档
3. 自动输出至 ~/.openclaw/workspace/WiseOCR/{filename}.md
支持格式覆盖 PDF、JPG、PNG、WebP、GIF、BMP、TIFF 等主流图像格式，PDF 渲染分辨率可调（72-600 DPI，默认 200）。
---
显著优点
| 特性 | 说明 |
|------|------|
| 高精度识别 | 基于云端的 WiseDiag OCR 引擎，文本提取准确率高 |
| 表格识别 | 支持复杂表格结构解析并保留 Markdown 格式 |
| 多栏排版 | 能够处理报纸、论文等复杂多栏布局 |
| 零配置使用 | 单条命令即可完成转换，输出自动保存 |
| 灵活命名 | `-n` 参数支持自定义输出文件名，适配临时文件场景 |
---
潜在缺点与局限性
隐私与合规风险（关键缺陷）：
- 强制云端处理：所有文件必须上传至 WiseDiag 服务器，无法本地离线运行
- 企业机密、个人隐私文件存在数据泄露风险
- 明确禁止处理：身份证件、银行卡号、生物特征、密码凭证、未成年人信息等敏感内容
功能性限制：
- 仅支持单文件处理，无批量处理能力
- 依赖第三方 API 可用性与网络连接稳定性
- 需要有效的 API Key（可能涉及付费配额）
- 输出仅支持 Markdown，无 DOCX/TXT 等格式选项
---
适合人群
✅ 推荐使用：
- 需要快速数字化公开文档、学术论文、书籍章节的研究人员
- 处理非敏感业务资料的企业办公人员
- 对表格/复杂排版有解析需求的场景
❌ 不推荐：
- 处理合同、病历、财务报表等敏感商业文档
- 政府机构、金融机构等强合规要求的组织
- 无稳定网络环境或无法接受云端处理的用户
---
常规风险
| 风险类别 | 具体说明 | 缓解建议 |
|----------|---------|---------|
| 数据泄露 | 文件传输及云端存储期间可能被截获或滥用 | 严格限定使用场景，避免上传敏感信息 |
| 服务中断 | 依赖 WiseDiag 云服务，存在不可用风险 | 关键任务准备备用 OCR 方案 |
| API 安全 | API Key 泄露可能导致配额被盗用 | 妥善保管环境变量，定期轮换密钥 |
| 合规审计 | 跨境数据传输可能违反数据本地化法规 | 企业用户需评估 GDPR/网络安全法等合规要求 |