Yescan Office Qoder

🧭 使用前必读（30 秒）

> 隐私与数据流向提示 > - 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：识别返回的文件会保存至系统临时目录（如 /tmp），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 > - 图片来源：仅限用户明确指定的图片文件

推荐方式：配置文件（永久生效）

将真实 SCANWEBSERVICEKEY 写入 ~/.yescan_env，请根据系统选择对应命令进行设置：

Linux

echo 'SCAN_WEBSERVICE_KEY=' > ~/.yescan_env

macOS

echo 'SCAN_WEBSERVICE_KEY=' > ~/.yescan_env

Windows（PowerShell）

'SCAN_WEBSERVICE_KEY=' | Out-File -FilePath $HOME\.yescan_env -Encoding utf8

技能每次执行会自动读取 ~/.yescan_env，无需重启会话。

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(AI Agent接入所对应的 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
• 强制独立意图识别：严禁参考对话历史或沿用上次场景；必须针对当前指令独立分析，不得继承任何前序状态或假设

技能执行指南(强制执行)

第一步：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
}

第二步：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

第三步：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

第四步：结果透出： 这是整个技能中最关键的规则，因为下游系统会直接解析你的输出作为结构化数据。任何加工都会导致解析失败。

• 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

禁止的行为（违反即视为严重错误）：

• ❌ 不要提取 JSON 中的某个字段单独展示
• ❌ 不要用 Markdown 代码块包裹
• ❌ 不要添加"识别结果如下"等引导语
• ❌ 不要添加置信度分析、识别质量说明
• ❌ 不要翻译、改写、总结 JSON 中的内容
• ❌ 不要在 JSON 前后添加任何文字

唯一正确的做法： 把脚本的 stdout 输出（完整的 JSON 字符串）直接粘贴为你的回复。

• 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. 图片转 Excel

• 触发意图：当用户请求将包含表格、数据、报表的图片、截图或扫描件转换为Excel (.xlsx/.xls) 文件，触发此意图。
• 场景scene标识：image-to-excel
• 参考示例指令：
• "帮我把这张财务报表截图转换成 Excel 文件。"
• "这里有张手写的库存记录照片，麻烦转成 Excel 给我。"
• "把这张包含销售数据的图片转成可编辑的 Excel。"
• "提取图片中的表格内容，保存为 .xlsx。"

1. 图片转 Word

• 触发意图：当用户请求将图片、截图、照片或扫描件转换为Word 文档 触发此意图
• 场景scene标识：image-to-word
• 参考示例指令：
• "把这张会议记录的拍照图片转成 Word 文档。"
• "请将这张包含长篇文章的截图转换为 .docx 格式。"
• “将这张产品说明书的截图转为 Word 格式。”

1. 图片转 Pdf

• 触发意图：当用户请求将图片、截图、照片或扫描件转换为 PDF 文档 触发此意图
• 场景scene标识：image-to-pdf
• 参考示例指令：
• "把这张手写的课堂笔记图片转成 PDF 文档。"
• "请将这张包含详细参数的设备铭牌照片转换为 .pdf 格式。"
• "帮我把这张合同照片处理一下，转成清晰的 PDF 存档。"
• "将这张包含复杂流程的白板草图转换为 PDF，保持版面整洁。"

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 "FileBase64" 时，scan.py 会主动调用 file_saver.py 将其解码并保存为本地文件，并在最终返回的 JSON 响应中，于 data 对象内追加 "path": "/tmp/xx.docx" 字段。该行为由 scan.py 脚本实现，与模型无关，也不依赖平台自动介入。

⛔ 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 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

Source & license

This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.

• Author: alibaba-quark-scanking
• Source: alibaba-quark-scanking/alibaba-quark-transoffice-qoder
• License: MIT
• Homepage: https://scan.quark.cn/business

Install and usage instructions live in the source repository linked above.