核心用法
GLM-OCR Handwriting 是专为手写体识别设计的技能，基于智谱AI的GLM-OCR版面解析API，将手写笔记、信件、文档中的文字转换为可编辑文本。通过调用python scripts/glm_ocr_cli.py脚本，支持本地图片/PDF文件路径（--file）或远程URL（--file-url）两种输入方式，输出包含Markdown格式文本、版面布局细节及原始API响应的JSON结果。
显著优点
- 多场景适配：支持草书、印刷体、中英文混排等复杂场景
- 零配置共享：与智谱系其他技能（
glmocr、glmv-caption）共用ZHIPU_API_KEY，无需重复配置 - 结构化输出：返回
text（Markdown文本）、layout_details（版面分析）、完整元数据 - 双输入模式：本地文件与远程URL灵活切换
潜在局限
- API强依赖：识别质量与稳定性完全绑定智谱API服务，无离线 fallback
- 环境变量强制：必须通过
ZHIPU_API_KEY配置，无交互式密钥输入 - 成本敏感：按调用次数计费，高频使用需关注配额
- 中文生态绑定：API文档、控制台均为中文界面，国际化程度有限
适合人群
- 学生/研究人员：整理课堂笔记、手稿档案数字化
- 办公场景：处理手写表单、合同批注、会议速记
- 开发者：集成至文档处理 pipeline，需手写OCR能力的应用
常规风险
- 隐私合规：手写文档可能含敏感信息，上传至第三方API存在数据出境风险
- 密钥泄露：环境变量存储需避免硬编码或日志暴露
- 服务中断：API限流（429）或故障时完全不可用，需设计降级策略