Skip to main content

​
這是什麼

「文字識別」是技能庫裡的官方 OCR 能力。使用者在應用中上傳證件、發票、表格或商品圖片後，系統會提取文字，並在對應品類支援時返回可用於填表和後續流程的結構化欄位。 OCR 是同步調用：一次請求處理一張圖片，返回文字彙總和品類對應的結構化明細，不需要像影片生成那樣建立非同步任務並輪詢。

​
支援類型

  • 通用文字、手寫文字
  • 身份證、銀行卡
  • 行駛證、駕駛證
  • 護照、營業執照
  • 增值稅發票、混貼票據
  • 車牌、表格

​
核心能力

​
入口位置

  1. 進入任意專案。
  2. 頂部切換到 「研發」 Tab。
  3. 左側導航選擇 「技能庫」。
  4. 在卡片列表中找到 「文字識別」。

​
怎麼啟用

1

點擊使用

在技能庫中打開「文字識別」，或在對話中說明應用需要證件、發票或圖片文字識別。
2

由 superun 準備依賴

superun 自動啟用 OCR、專案檔案儲存和所需雲服務，並把 OCR 調用憑證配置在專案服務端。
3

接入應用流程

在應用中上傳一張圖片，由服務端發起識別並同步展示結果。
OCR 是給你生成的應用使用的能力，不是對話裡的普通圖片理解工具。瀏覽器不能直接取得或使用 OCR 密鑰。

​
圖片與返回結果要求

  • 每次識別一張圖片，常見格式包括 JPG、PNG、BMP、GIF、TIFF 和 WebP。
  • 本機圖片先上傳到專案檔案儲存，再由服務端使用可存取的 HTTP(S) 地址調用；瀏覽器本機路徑和 blob: 地址無法使用。
  • 廠商 URL 參數最長為 2048 位元組。簽名地址過長時，應使用更短的儲存或 CDN 地址。
  • 返回結果包含文字彙總和品類對應的結構化明細；不同類型返回欄位不同。
  • OCR 密鑰只保存在服務端環境變數中，不能寫入前端程式碼、資料庫、日誌或介面回應。

​
計費

  • 識別成功後按次計費；廠商識別失敗不會按成功調用扣費。
  • 消費記錄映射到 「文字識別」 類型。
  • 具體單價以目前產品帳單為準，文件不寫死單價。

​
隱私與合規

  • 證件和發票可能包含敏感個人資訊。
  • OCR 處理鏈路不保存原圖和識別結果，也不會把圖片地址或識別內容寫入日誌。
  • 如果應用先把原圖上傳到專案檔案儲存，檔案保留時間由應用自己的保存和刪除規則決定。
  • 處理他人證件或其他敏感材料前，必須確認已獲得當事人授權。

​
常見問題

不會按成功調用扣費。用量在識別成功後才上報。
OCR 處理鏈路不保存圖片和識別結果。應用上傳到專案檔案儲存的原圖仍按應用自己的保存和刪除規則管理。
本機路徑和 blob: 地址只在目前瀏覽器中有效。請先上傳到專案檔案儲存，再由服務端使用可存取的圖片地址發起識別。