核心用法
本技能封装了 Sugon-Scnet 通用 OCR 服务，通过 Python 脚本调用 API 实现图片文字提取。用户需先在 Scnet 官网 申请 API Token（格式 sc-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx），并在技能目录 config/.env 中配置 SCNET_API_KEY。支持命令行直接调用或 AI 对话自动触发，输入参数包括 ocrType（目前仅支持 GENERAL 通用文字识别）和 filePath（本地图片绝对路径），输出为结构化 JSON 数据，识别结果位于 data[0].result[0].elements 路径下。
显著优点
1. 集成便捷：单一接口封装，无需处理底层 API 细节
2. 定位支持：除文字内容外，返回坐标位置信息，便于二次处理
3. 格式兼容：支持 jpg、png、pdf 等常见图片格式
4. 自动重试：内置 429 限流错误处理机制，最多自动重试 3 次
潜在缺点与局限性
1. 外部依赖强：必须注册 Scnet 平台并申请 API Key，存在使用门槛
2. 速率受限：API 硬限制 10 QPS，高并发场景需串行处理
3. 功能单一：当前仅支持 GENERAL 通用文字识别，缺少发票、表格等垂直场景专用模型
4. 网络依赖：完全依赖云端 API，离线环境无法使用
5. 隐私顾虑：本地图片需上传至第三方服务器处理，敏感文档存在泄露风险
适合人群
- 需要快速搭建 OCR 能力的开发者与技术用户
- 处理非敏感文档、图片文字提取的办公场景
- 已使用 Scnet 生态、希望统一 API 管理的团队
常规风险
| 风险类型 | 说明 |
|---------|------|
| API Key 泄露 | 密钥若误粘贴至聊天或版本控制，可能导致账户被盗用 |
| 敏感数据外泄 | 图片上传至云端，涉密/隐私文档不建议使用 |
| 服务可用性 | 依赖 Scnet 平台稳定性，存在单点故障风险 |
| 成本不可控 | API 调用可能产生费用，需注意用量监控 |