OCR 文字提取器

概述

OCR 文字识别（Powered by PaddleOCR）

基于 GitHub 热门开源项目 PaddleOCR（89K+ Star，Apache-2.0 许可）封装的付费文字识别服务。后端自动完成版面分析、文字检测与识别，返回结构化文本。

计费说明

• 按调用量计费：0.30 元 / 次
• 单次支持单张图片或单份 PDF（≤ 30 页）
• 每个订单号（out_trade_no）只履约一次，重复请求返回缓存结果

输入与输出

服务地址

Base URL：https://hzwdzz.cn/skillpay

下文接口均写路径（如 /skill/ocr-extractor/invoke），完整地址 = Base URL + 路径。

付费前置检查

调用本 Skill 前，检查当前 Agent 是否已安装 weixinpay 插件：

• 已安装：可继续提供付费服务
• 未安装：提示「当前 Agent 暂不支持微信支付付费能力」，终止流程

工作流程

第一步：请求资源

POST /skill/ocr-extractor/invoke
Content-Type: application/json

{
  "query": "https://example.com/files/scan.png",
  "language": "zh",
  "output": "json"
}

第二步：处理 402 响应

首次调用会返回 HTTP 402，必须提取并保存两个 Header 的值：

• WeixinPay-Required（支付码 payment_code）
• X-Out-Trade-No（订单号）

响应体中的 WeixinPay 提示块需原样保留给用户查看。

第三步：发起支付

将 WeixinPay-Required 的值作为 paymentCode，调用 weixinpay_pay，引导用户完成微信支付授权。

第四步：支付成功后获取资源（⚠️ 必须执行）

POST /skill/ocr-extractor/invoke
Headers:
  WeixinPay-Required: <第二步保存的支付码>
  X-Out-Trade-No: <第二步保存的订单号>
Content-Type: application/json

{
  "query": "https://example.com/files/scan.png",
  "language": "zh",
  "output": "json"
}

⚠️ body 必须与第一次请求完全一致，仅通过 Header 传递订单号与支付凭证。若缺少 X-Out-Trade-No，服务端无法验证支付，将再次返回 402。

第五步：交付结果

支付核验通过后返回 HTTP 200，交付识别文本与结构化数据。

成功响应示例

{
  "code": "SUCCESS",
  "message": "识别完成",
  "out_trade_no": "WX402_20260908120000abcdef123456",
  "transaction_id": "4200001234202306300000000001",
  "content": {
    "text": "增值税发票n购买方：示例公司……",
    "language": "zh",
    "blocks": [
      { "text": "增值税发票", "bbox": [10, 20, 300, 60], "confidence": 0.98 }
    ]
  }
}

错误处理