功能概述
Image to PDF Merger Skill 是一款面向财务与文档管理场景的专业级工具，核心功能涵盖三大模块：图片转PDF合并、智能重命名与归档、扫描版PDF OCR提取。
核心用法
1. 图片批量合并：接收用户上传的多张图片（支持JPG格式），自动检测横版图片并旋转90度，按上传时序合并为单一PDF文档，分辨率预设100 DPI。
2. Excel驱动重命名：依据Vouching_list清单（F列Index、H列摘要、M列船名），自动生成规范文件名：序号_凭证号-【船名】摘要.pdf，实现财务凭证的标准化归档。
3. 扫描PDF OCR：针对无文字层的扫描文档，调用Tesseract引擎（中文+英文识别）提取文字，并通过正则表达式提取关键字段（贷款人、金额、日期等）。
显著优点
- 自动化程度高：从图片收集、格式转换、旋转校正到最终发送，全流程无需人工干预
- 财务场景深度定制：文件名结构直接对接会计凭证编号体系，Excel字母索引法避免列号混淆
- 智能容错机制：延时等待策略（5-10秒）确保批量图片传输完整，特殊字符自动清理
- 多语言OCR支持：Tesseract chi_sim+eng双语言模型覆盖中英文混合文档
局限性与风险
- 系统依赖较重：需预装poppler、Tesseract及多语言包，macOS环境配置复杂
- OCR精度瓶颈：手写体、低分辨率扫描件识别率下降，关键字段提取依赖正则规则匹配
- 延时策略刚性：固定等待时间可能不足（网络波动）或过长（效率损失），缺乏动态检测机制
- 安全边界模糊：文件操作涉及用户本地路径（
~/.openclaw/media/inbound/），路径注入风险未明确防护
适合人群
财务从业人员、航运企业文档管理员、需要批量处理扫描凭证的行政人员，尤其适合已建立标准化凭证编号体系的中型企业。
常规风险
- Excel数据错位导致批量重命名错误（Index N→Row N+1映射逻辑需严格校验）
- 高分辨率OCR产生临时图片占用大量磁盘空间
- 敏感财务文档在本地/tmp目录暂存期间的泄露风险