iFlytek Bigmodel OCR

When To Use

在用户想识别本地图片中的文字、表格或截图内容时使用这个 skill。优先通过命令行参数收集配置，不要要求用户手改 skill 包里的文件。

Workflow

1. 先确认输入图片路径存在，并明确是否需要自定义提示词。
2. 优先用命令行参数传入 --api-key、--model-id、--base-url 等必要配置。
3. 如果用户希望复用配置，再让 Claude 使用工作区里的自定义配置文件，并通过 --config 传给脚本。
4. 执行脚本后，直接返回 JSON 结果，必要时再帮用户解释 content 字段。

Quick Start

安装依赖：

pip install openai

最小调用：

python3 "${CLAUDE_SKILL_DIR}/scripts/bigmodel_ocr_recognizer.py" "image.png" \
  --api-key "$IFLYTEK_API_KEY" \
  --model-id "your-model-id" \
  --base-url "https://maas-api.cn-huabei-1.xf-yun.com/v2"

带自定义提示词：

python3 "${CLAUDE_SKILL_DIR}/scripts/bigmodel_ocr_recognizer.py" "image.png" \
  --api-key "$IFLYTEK_API_KEY" \
  --model-id "your-model-id" \
  --base-url "https://maas-api.cn-huabei-1.xf-yun.com/v2" \
  --prompt "提取表格并输出为 Markdown"

Config Rules

• 命令行参数优先级最高。
• 其次读取环境变量，默认是 IFLYTEK_API_KEY。
• 再其次读取 --config 指定的 JSON 文件。
• skill 自带的 assets/config.template.json 只是模板，不能直接当真实凭证使用。

Supporting Files

• 详细参数说明见 references/configuration.md
• 常见调用示例见 references/examples.md
• 默认配置模板见 assets/config.template.json