核心功能
WiseOCR 是一款云端 OCR 工具，专注于将单页 PDF 或图像文件（支持 jpg、png、webp、tiff 等格式）高精度转换为结构化 Markdown。核心亮点包括：
- 表格识别：能解析复杂表格结构并保留 Markdown 表格格式
- 多栏布局支持：自动处理报纸、学术论文等多栏排版
- 高准确度文本提取：基于 WiseDiag 云端 OCR 引擎
使用方法
仅需两步：设置 WISEDIAG_API_KEY 环境变量，运行 python3 wiseocr.py -i /path/to/file.pdf。输出自动保存至 ~/.openclaw/workspace/WiseOCR/ 目录，无需额外操作。支持 -n 参数指定输出文件名，-dpi 调整 PDF 渲染精度。
显著优点
- 即开即用：无需本地模型部署，云端处理速度快
- 格式友好：原生 Markdown 输出，便于后续编辑
- 结构保留：表格、多栏等复杂布局识别能力强于普通 OCR
局限性与风险
⚠️ 核心缺陷：强制云端传输
所有文件必须上传至 WiseDiag 服务器处理，不适合敏感/机密文档。虽然官方声明文件不会永久存储，但传输过程仍存在：
- 网络拦截风险
- 第三方服务商的数据处理透明度问题
- 合规性限制（如 GDPR、企业数据不外流政策）
其他局限：
- 依赖 API Key，存在服务中断或配额限制
- 仅支持单文件处理，无批量处理能力
- 输出目录固定，灵活性受限
适合人群
- 需要快速处理公开/非敏感文档的个人用户
- 轻量级数字化工作流，对表格结构有保留需求
- 不具备本地 GPU 资源、不愿部署 PaddleOCR/TrOCR 等开源方案的用户
风险等级
| 维度 | 评估 |
|------|------|
| 数据隐私 | **高风险** — 强制上传云端 |
| 服务稳定性 | 中等 — 依赖第三方 API 可用性 |
| 误识别风险 | 低 — 专业 OCR 引擎，准确率高 |
| 供应链安全 | 中等 — 需信任 WiseDiag 基础设施 |
建议替代方案：敏感文档请使用 paddleocr、tesseract 等本地工具。