核心用法
WiseOCR 是一款基于 WiseDiag 云端 API 的 PDF OCR 工具，可将扫描版或图片版 PDF 转换为结构化 Markdown 文档。用户通过 python3 wiseocr.py 命令行脚本提交文件，系统自动处理上传、识别、重试及结果保存全流程。支持自定义 DPI（72-600，默认200）、指定输出目录，以及通过 -n 参数保留原始文件名。识别结果自动保存至 ~/.openclaw/workspace/WiseOCR/ 目录，无需手动操作。
显著优点
- 高精度识别：针对表格结构、多栏排版优化，输出格式化的 Markdown 而非纯文本
- 零配置运行：仅需设置
WISEDIAG_API_KEY环境变量，无需复杂模型部署 - 自动化工作流：内置重试机制，输出文件自动命名和保存，适合批量处理场景
- 灵活的 DPI 控制：可根据文档清晰度需求调整渲染精度
潜在缺点与局限性
- 强制云端处理：文件必须上传至 WiseDiag 服务器，无法离线使用
- 隐私风险敞口：敏感文档存在传输和临时托管风险，文档内容对第三方可见
- 供应商锁定：完全依赖 WiseDiag API 可用性与定价策略，服务中断即无法使用
- 输出路径固定：默认输出目录不可通过环境变量灵活配置，需显式指定
-o参数
适合人群
- 需要快速提取扫描 PDF/财报/学术论文结构化内容的分析师、研究员
- 无本地 GPU 资源、不愿部署开源 OCR 模型的个人用户
- 对表格还原精度要求高、接受云端处理的非敏感文档场景
常规风险
- 数据泄露风险：上传的文件内容可能被日志记录或临时缓存
- API 密钥管理：
WISEDIAG_API_KEY若泄露，可能导致账户额度被盗用 - 合规限制：金融、医疗、法律等受监管行业文档可能违反数据出境或第三方处理规定
- 服务稳定性：网络波动或 API 限流可能导致处理失败，需自行实现容错