ClawHub

Textin Parse

Data & APIs

Textin 文档解析 API 封装，支持上传图片/pdf/word/html/excel/ppt/txt 等格式进行版面检测、文字识别、表格识别，生成 markdown 文档及结构化数据。 用于：(1) 解析 PDF/图片/文档为 markdown；(2) 提取文档结构化数据；(3) 识别表格和公式；(4) 提取目录。 触发方式：用户询问文档解析、PDF 转 markdown、提取文档内容等。

Install

openclaw skills install textin-parse

Textin 文档解析

快速开始

第1步：注册获取 API 凭证

首次使用需要先注册 Textin 账号并获取 API 凭证：

  1. 访问注册链接：https://www.textin.com/register/code/3EJS7P
  2. 注册完成后，登录并进入"开发者与账户信息"页面
  3. 获取 x-ti-app-id 和 x-ti-secret-code

获取凭证后，告诉我这两个值，我会帮你配置。

第2步：配置凭证

告诉我你的 x-ti-app-id 和 x-ti-secret-code，我会保存到配置文件中。

第3步：解析文档

配置好凭证后，你可以这样使用：

解析这个PDF文件
解析这张图片为markdown
提取这个文档的目录结构

支持的文件格式

  • 图片：png, jpg, jpeg, bmp, tiff, webp
  • 文档：pdf, doc, docx, html, mhtml, xls, xlsx, csv, ppt, pptx, txt, ofd, rtf
  • 文件大小：最大 500MB

可选参数说明

解析模式 (parse_mode)

  • auto - 由引擎自动选择，适用范围最广
  • scan - 文档统一当成图片解析
  • lite - 轻量版，只输出表格和文字结果
  • parse - 仅电子档文字解析，速度最快
  • vlm - 视觉语言模型解析模式

默认：scan

表格格式 (table_flavor)

  • html - 按 HTML 语法输出表格
  • md - 按 Markdown 语法输出表格
  • none - 不进行表格识别

默认：html

获取图片 (get_image)

  • none - 不返回任何图像
  • page - 返回每一页的整页图像
  • objects - 返回页面内的子图像
  • both - 返回整页图像和图像对象

默认：objects

标题层级 (apply_document_tree)

  • 1 - 生成标题层级
  • 0 - 不生成标题

默认：1

公式识别 (formula_level)

  • 0 - 全识别
  • 1 - 仅识别行间公式
  • 2 - 不识别

默认：0

去水印 (remove_watermark)

  • 0 - 不去水印
  • 1 - 去水印

默认：0

图表识别 (apply_chart)

  • 0 - 不开启图表识别
  • 1 - 开启图表识别，以表格形式输出

默认：0

其他常用参数

  • pdf_pwd - PDF 密码（加密文档时使用）
  • page_start - 从第几页开始解析（PDF 时有效）
  • page_count - 解析的页数（默认 1000，最大 1000）
  • dpi - 坐标基准（72/144/216，默认 144）
  • get_excel - 是否返回 Excel（0 或 1）
  • crop_dewarp - 是否切边矫正（0 或 1）
  • markdown_details - 是否返回 detail 字段（0 或 1，默认 1）
  • page_details - 是否返回 pages 字段（0 或 1，默认 1）

使用示例

基础用法

帮我解析这个PDF文件

指定参数

用 parse 模式解析这个PDF
用 lite 模式解析，输出 markdown 表格
解析这个文件并提取目录

错误码处理

常见错误：

  • 40101 - App ID 或 Secret 为空
  • 40102 - App ID 或 Secret 无效
  • 40003 - 余额不足
  • 40303 - 文件类型不支持

如遇错误，请检查凭证是否正确，或咨询用户。

More in Data & APIs