核心用法
Sugon-Scnet 通用 OCR 技能封装了曙光 Scnet 平台的 OCR 识别能力,通过单一接口调用实现图片文字提取。支持 JPG、PNG、PDF 等常见格式,可识别横竖版文字并返回坐标定位信息。
显著优点
1. 国产算力支持:基于曙光 Scnet 平台,服务稳定可靠
2. 坐标定位:输出文字在图片中的具体位置,便于后续处理
3. 集成便捷:通过 AI 对话即可触发,支持命令行直接调用
4. 结构输出:返回标准化 JSON,含置信度指标
潜在缺点与局限性
1. Token 依赖:必须申请并配置 Scnet API Token,存在使用门槛
2. 仅支持通用识别:当前版本仅 GENERAL 类型,无发票、表格等专用模式(文档提到 VAT_INVOICE 但参数枚举未包含)
3. 网络依赖:需连接 Scnet 云服务,离线不可用
4. Token 有效期:过期需手动更新,维护成本存在
适合人群
- 需要从图片/PDF 提取文字的办公用户
- 有批量文字数字化需求的开发者
- 使用国产 AI 基础设施的企业
常规风险
- API Token 泄露风险(需妥善保管
.env文件) - 图片上传至第三方云端,敏感文档存在隐私顾虑
- 服务可用性依赖 Scnet 平台稳定性
- Token 配额或计费策略需关注官方说明