夸克扫描王 文件扫描增强 - yescan scan universal

由夸克扫描王提供的专业智能文档扫描与图像处理工具。支持图片、截图、扫描件的图像增强与优化，包括画质增强、证件照优化、考试试卷增强等场景。智能去除手写笔迹、水印、阴影、摩尔纹、底色等干扰元素。支持图像裁剪矫正、素描效果转换、线稿提取。输出优化后的高清图片。

Security Scan

The skill's code, instructions, and required credential align with its stated image/scan enhancement purpose, but it will send any provided image (including local files) to an external Quark server and save returned files to the system temp directory; also note a minor install/dependency inconsistency.

Purpose & Capability

Name/description match the implemented behavior: the scripts call an OCR/enhancement API at https://scan-business.quark.cn/vision and implement scenes for image enhancement, watermark/shadow removal, OCR, and exporting. The single required env var (SCAN_WEBSERVICE_KEY) is the API key the client uses, which is appropriate for the declared purpose.

Instruction Scope

SKILL.md and scripts consistently require one image input (URL, local path, or base64), build a fixed python3 command, send the image to the remote Quark service, and return the raw JSON result. The documentation explicitly warns images are sent to scan-business.quark.cn and that returned images are saved in a temp directory. This is coherent with the skill purpose but has privacy implications: providing a local file path will cause the tool to read the file and upload its contents to the external service. The code does validate file extensions and a 5MB max file size.

Install Mechanism

No install spec is provided (instruction-only install), which is lower risk, but the Python code imports the third-party 'requests' library without declaring it as a dependency. The skill requires python3 but does not declare or install required Python packages — this is an operational inconsistency (it will fail unless 'requests' is available in the environment).

Credentials

Only SCAN_WEBSERVICE_KEY is required and is the primary credential used to authenticate requests to the API. No unrelated secrets or config paths are requested. The skill uses a temporary directory for saving files but does not access other system credentials.

Persistence & Privilege

The skill does not request 'always: true' or other elevated persistence. It saves returned images to the system temporary directory but does not modify other skill configurations or system-wide settings. Autonomous invocation is allowed (platform default) and not combined with other red flags.

Assessment

This skill appears to do what it says: it uploads the image you provide (URL, local file, or base64) to Quark's scan-business.quark.cn service for processing and will save returned images to the system temporary directory (e.g., /tmp/imgs). Before installing or using it, consider: 1) privacy — do not upload sensitive documents unless you trust the remote service and its retention policy; local file paths will be read and uploaded (the code enforces file-type and size checks but will still transmit file contents); 2) API key safety — store SCAN_WEBSERVICE_KEY securely and rotate/revoke it if leaked; 3) saved files — returned images are written under the system temp directory and persist until manually removed; clean them if necessary; 4) dependency gap — the scripts use the Python 'requests' library but the skill does not declare installing it; ensure the runtime environment has 'requests' (or install it) or the skill will fail; 5) potential misuse — features like remove-watermark or remove-handwriting can be abused; only process images you are permitted to upload. If you need higher assurance, ask the publisher for an explicit dependency list, an official homepage/repository, and a published privacy/retention policy for the API endpoint.

🧭 使用前必读（30 秒）

[!WARNING] ⚠️ 隐私与数据流向重要提示

• 第三方服务交互：本技能会将您提供的图片发送至夸克扫描王官方服务器 (scan-business.quark.cn) 进行识别。
• 服务端处理：夸克扫描王服务将获取并处理该图片内容，服务端不会永久保存
• 本地文件存储：识别返回的图片会保存至系统临时目录（如 /tmp/imgs），这些文件将持续存在直到您手动清理
• API 密钥安全：SCAN_WEBSERVICE_KEY 应妥善保管，若泄露请及时在官方平台轮换或撤销

推荐方式：CLI 配置（永久生效）

配置 SCAN_WEBSERVICE_KEY 环境变量到 OpenClaw：

openclaw config set skills.entries.yescan-scan-universal.env.SCAN_WEBSERVICE_KEY "your_scan_webservice_key_here"

⚠️ 配置后需要重启或开启新会话才能生效（技能列表在 session 启动时加载）。

如何获取密钥？夸克扫描王官方入口在此

请访问 https://scan.quark.cn/business → 开发者后台 → 登录/注册账号 → 查看API Key。
⚠️ 注意：若你点击链接后跳转到其他域名，说明该链接已失效 —— 请直接在浏览器地址栏手动输入 https://scan.quark.cn/business（这是当前唯一有效的官方入口）。

---

Constraints

• 单一意图原则：每次请求只执行一个意图类型，命中即执行
• 严禁自行构造任何命令参数，严禁伪造、拼接内部配置
• 严禁幻觉，禁止伪造请求和响应，不得沿用上一次的场景、参数进行假设
• 必须严格按照本指南指定的固定格式执行，不允许自行修改命令

技能执行指南(强制执行)

第一步：环境变量检查

• 若 SCAN_WEBSERVICE_KEY 未配置，立即返回：

{
  "code": "A0100",
  "message": "SCAN_WEBSERVICE_KEY 未配置，请访问 https://scan.quark.cn/business → 开发者后台 → 登录/注册账号 → 查看API Key",
  "data": null
}

第二步：输入处理

识别用户传入的图片类型，只能是以下三种之一：

• 图片URL: url
• 本地文件路径: path
• 图片BASE64: base64

未提供任何有效图片时，直接返回：

{
  "code": "A0201",
  "message": "缺少图片输入，请提供图片链接、文件路径或 BASE64 数据。",
  "data": null
}

第三步：意图匹配&场景确定

• 按照下面列出的意图从上到下顺序匹配。命中第一个即停止
• 命中后，只确定当前意图对应的scene标识

第四步：构建执行命令(固定格式，严禁修改)：

根据图片类型，严格使用下面对应格式：

# URL类型
python3 scripts/scan.py --scene "${SCENE_VALUE}" --url "${IMAGE_URL}"

# 本地文件类型
python3 scripts/scan.py --scene "${SCENE_VALUE}" --path "${IMAGE_FILE_PATH}"

# BASE64类型
python3 scripts/scan.py --scene "${SCENE_VALUE}" --base64 "${IMAGE_BASE64}"

• 把${IMAGE_URL}/${IMAGE_FILE_PATH}/${IMAGE_BASE64}替换为真实值
• 把${SCENE_VALUE}替换为当前意图对应的scene值
• 直接执行命令，不增删任何参数，不修改JSON，不加引号，不换行

第五步：结果透出：

• 执行完成后，原样返回执行结果，不修改，不翻译，不美化，不总结
• 成功 失败均直接透出，不重试

场景与意图列表(按匹配优先级排序)

1. 考试增强

• 触发意图：当用户存在将手写笔记、试卷、教材等学习资料的照片转化为高清、去噪、背景纯净的电子文档，并期望自动提取其中的文字内容以实现资料数字化管理、清晰分享或后续编辑的意图。
• 场景scene标识：exam-enhance
• 参考示例指令：
  • "把这张拍糊了的试卷变清晰，并把上面的题都提取出来。"
  • "帮我清理一下这张手写笔记的背景噪音，转成干净的电子版。"
  • "这张教材照片光线太暗且有阴影，请增强画质并提取文字。"

2. 画质增强

• 触发意图：当用户存在将模糊、昏暗、老旧或低质量的照片及文字资料进行画质增强，使其内容更清晰、对比度更鲜明、细节更可见，以改善视觉效果和可读性的意图
• 场景scene标识：image-hd-enhance
• 参考示例指令：
  • "这张老照片太模糊了，帮我把画质变清晰一点。"
  • "图片光线太暗看不清字，请增强亮度和对比度。"
  • "修复这张低分辨率的图片，让细节更清楚。"

3. 证件票据增强

• 触发意图：当用户存在将模糊、光线不佳或细节不清的证件及票据照片进行画质优化，使其文字与关键信息变得清晰可辨，以便于日常查看、核对或工作处理的意图
• 场景scene标识：certificate-enhance
• 参考示例指令：
  • "这张身份证照片有点模糊，请优化一下让字迹更清晰。"
  • "帮我把这张发票上的金额和日期部分增强清楚。"
  • "护照照片反光严重，请处理一下让我能看清上面的信息。"

4. 图像去手写

• 触发意图：当用户存在将已填写的手写笔迹、划痕等内容从印刷文档图像中自动清除，并完整保留原始印刷文字与格式，以还原出干净空白文档用于重新编辑或重复使用的意图
• 场景scene标识：remove-handwriting
• 参考示例指令：
  • "把这张做过的试卷上的手写答案去掉，还原成空白卷子。"
  • "清除文档上的手写批注，只保留打印的文字。"
  • "帮我去掉书上的笔记痕迹，我要一张干净的页面。"

5. 图像去水印

• 触发意图：当用户存在将图片的水印（如文字、Logo、标记等）在不损伤背景和整体构图的前提下精准去除，以获得干净、清晰、可直接使用或分享的无水印图像的意图
• 场景scene标识：remove-watermark
• 参考示例指令：
  • "帮我把图片右下角的网站水印去掉。"
  • "去除这张图中间的大 Logo，不要破坏背景。"
  • "把照片上的时间戳水印擦除干净。"

6. 图像去阴影

• 触发意图：当用户存在将文档或图像中因拍摄角度、光线等原因产生的阴影去除，以获得清晰、干净、均匀亮度的高清扫描效果，便于阅读、存档或后续处理的意图
• 场景scene标识：remove-shadow
• 参考示例指令：
  • "这张纸拍出来有大片阴影，请帮我去除阴影变平整。"
  • "去掉文档照片左侧因手机遮挡产生的黑色阴影。"
  • "消除拍摄时的光照不均，让整张图亮度均匀。"

7. 图像去屏纹

• 触发意图：当用户存在将拍摄屏幕（如手机、电脑显示器）时产生的摩尔纹（屏纹）、反光、低对比度等问题进行智能修复，以获得清晰、无干扰、文字可读性高的高清文档图像的意图
• 场景scene标识：remove-screen-pattern
• 参考示例指令：
  • "这张对着电脑屏幕拍的照片有很多波纹，请帮我消除屏纹。"
  • "去掉翻拍屏幕产生的摩尔纹和反光，让文字变清晰。"
  • "修复这张手机截屏图中的彩色条纹干扰。"
  • "将这张投影仪上图的优化下，让文字更清晰。"

8. 文档去底色

• 触发意图：当用户希望将带有彩色背景、水印、阴影或复杂排版的文档截图/照片（如红底古文、扫描件、手机拍屏等），通过AI智能处理一键转换为纯白背景 + 黑色文字的清晰可读版本，去除视觉干扰、还原标准印刷体效果，便于阅读、打印、存档或OCR识别的意图
• 场景scene标识：remove-background-color
• 参考示例指令：
  • "把这张红头文件的红色背景去掉，变成白底黑字。"
  • "这张截图背景是灰色的，请一键去底色变成纯白背景。"
  • "去掉图片背景色"

9. 图像裁剪矫正

• 触发意图：当用户存在对图像进行自动矫正（如透视校正、水平对齐）并智能裁剪多余边缘，以获得规整、清晰、便于阅读或存档的标准矩形文档图像的意图
• 场景scene标识：image-crop-rectify
• 参考示例指令：
  • "这张照片拍歪了，帮我把文档扶正并裁掉多余的桌子背景。"
  • "自动矫正透视变形，把这张倾斜的合同变成标准的矩形。"
  • "裁剪掉图片四周的杂乱边缘，只保留中间的文档内容。"

10. 素描速写

• 触发意图：当用户希望将普通照片转换为素描或速写风格图像，以增强视觉表现力、突出线条与明暗关系，并追求个性化艺术效果的意图
• 场景scene标识：sketch-drawing
• 参考示例指令：
  • "把这张人物照片转换成铅笔素描风格。"
  • "生成一张这张风景照的速写效果图片。"
  • "将我的自拍变成手绘素描的样子。"

11. 提取线稿

• 触发意图：当用户需要从图片中提取线稿，将图像转换为简洁的线条形式图，用于艺术创作或提升工作效率的意图
• 场景scene标识：extract-lineart
• 参考示例指令：
  • "从这张动漫图片中提取纯线稿，去掉颜色。"
  • "把这张实物照片转换成黑白线条图。"
  • "提取图片中的轮廓线条，我要用来上色练习。"

12. 扫描文件

• 触发意图：当用户指令中不包含上述任何具体场景，仅表达优化意图时，将调用扫描文件场景的意图的
• 场景scene标识：scan-document
• 参考示例指令：
  • "优化一下这张文档图片，让它看起来更专业。

客户端脚本增强字段：当 scan.py 调用夸克 API 成功（code == "00000"）且响应 data 中包含 "ImageBase64" 时，scan.py 会主动调用 file_saver.py 将其解码并保存为本地图片文件，并在最终返回的 JSON 响应中，将 data 替换为仅包含 path 字段的对象 {"path": "/tmp/xxx.png"}。该行为由 scan.py 脚本实现，与模型无关，也不依赖 OpenClaw 平台自动介入。

⛔ 不适用场景（When Not to Use）

本技能不支持以下场景，请勿尝试：

不支持的场景	原因	建议替代方案
视频处理	仅支持单张静态图片	先提取视频帧，再逐帧处理
批量处理	每次调用仅限单张图片	如需批量，请循环调用或联系管理员
实时摄像头流	非实时流处理架构	使用专用视频处理服务
超大图片（>5MB）	API 限制	先压缩或裁剪后再处理
非图片格式	仅支持 jpg/jpeg/png/gif/bmp/webp/tiff/wbmp	先转换为支持的图片格式

---

⚠️ 重要注意事项

1. 禁止修改固定格式,只能替换场景标识和图片占位符
2. 严禁自行构造 --scene 参数值，必须使用本文档指定的场景名
3. 图片大小限制：本地文件不超过5MB，支持 jpg/jpeg/png/gif/bmp/webp/tiff/wbmp/webp 格式

---

🔗 相关资源

• 夸克扫描王开放平台

📁 文件结构

• SKILL.md — 本文档（意图分析 + 通用规范）
• scripts/scan.py — 主执行脚本 (Python 3.9+)
• scripts/common/*.py — 基础类库