1. 从简历堆到智能文档OpenClaw 接入腾讯云 OCR 的真实场景手里有 200 份 PDF 简历HR 要你在今天下班前把姓名、电话、学历、工作年限全部整理成表格。手动打开每一份、复制粘贴、核对格式眼睛看花不说还容易漏字段。这种场景下OpenClaw 接入腾讯云 OCR 就是一套能直接落地的方案OpenClaw 负责调度和编排腾讯云 OCR 负责把图片或 PDF 里的文字“读”出来TaoToken 统一 Key 负责把模型调用和 API 通道的凭证管理收拢到一处。OpenClaw 是什么你可以把它理解成一个能装“技能”的 AI 助手框架。它本身不直接识别图片但可以通过插件方式接入腾讯云 OCR 的各类接口比如通用文字识别、表格识别、身份证识别、营业执照识别等。腾讯云 OCR 能做什么它把图片里的文字转成结构化字段支持中英文、横竖排、倾斜翻转还能返回文本框坐标和置信度。适合谁适合需要批量处理简历、合同、票据、证照的开发者、HR 技术团队、以及做智能文档处理的产品同学。我试过用 OpenClaw 跑一批混合排版的简历有单栏的、双栏的、带表格的还有扫描件。核心链路其实就三步拿到 TaoToken 的统一 Key 和 API 通道地址在 OpenClaw 里配置腾讯云 OCR 技能然后写一个上传图片并校验返回字段的验证脚本。下面按可跟做的步骤拆开讲每一步都给出可复制的配置片段和实际返回示例。2. TaoToken 前置统一 Key 与 API 通道配置TaoToken 在这里的角色是统一凭证入口。你不需要在 OpenClaw 里散落管理多个模型的 Key而是通过 TaoToken 拿到一个统一 Key再配合 API 通道地址去调用模型对话、Coding Plan 或接入文档里描述的能力。官网地址是 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content API 地址是 https://taotoken.net/api 注意 API 地址不加 UTM 参数。先做环境变量配置。OpenClaw 读取环境变量的方式和其他 CLI 工具类似你可以在 shell 的 profile 文件里写入也可以放在项目根目录的.env里。推荐用.env方便跟项目一起管理。下面这段可以直接复制# .env TAOTOKEN_API_KEYsk-你的TaoToken统一Key TAOTOKEN_BASE_URLhttps://taotoken.net/api TENCENTCLOUD_SECRET_ID你的腾讯云SecretId TENCENTCLOUD_SECRET_KEY你的腾讯云SecretKey TENCENTCLOUD_REGIONap-guangzhou这里要区分两套凭证TaoToken 的统一 Key 用于模型对话和 Coding Plan 等通道腾讯云 OCR 的 SecretId/SecretKey 用于实际调用 OCR 接口。两者不要混用。TaoToken 的 Key 在控制台的 API Keys 页面创建路径是 https://taotoken.net/console/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentapi_keysutm_campaignrewrite 。创建时建议按项目命名比如openclaw-ocr-dev方便后续轮换。腾讯云 OCR 的 SecretId/SecretKey 在腾讯云访问管理控制台创建建议只授予 OCR 相关权限不要用主账号密钥。区域选择离你服务器最近的比如ap-guangzhou、ap-shanghai。如果你只是本地测试区域填ap-guangzhou即可。配置完成后用一条命令验证 TaoToken 通道是否通curl -s https://taotoken.net/api/v1/models \ -H Authorization: Bearer $TAOTOKEN_API_KEY | head -c 500如果返回模型列表的 JSON说明统一 Key 和 API 通道正常。如果返回 401先检查 Key 是否复制完整、是否有多余空格。这一步过了再进入 OpenClaw 的 OCR 技能配置。3. 可复制配置OpenClaw 接入腾讯云 OCR 技能OpenClaw 的技能配置通常放在项目目录下的skills或config文件夹里。不同版本的 OpenClaw 目录结构略有差异但核心是三个东西Base URL、Key、Model ID。如果你用的是 Claude Code 或 Cline MCP 这类工具配置逻辑类似都要写全这三件套。下面给出一份 OpenClaw 的 OCR 技能配置片段格式是 JSON路径假设为~/.openclaw/skills/tencentcloud-ocr.json。{ skill_name: tencentcloud-ocr-general, display_name: 腾讯云通用文字识别, provider: tencentcloud, endpoint: ocr.tencentcloudapi.com, region: ap-guangzhou, action: GeneralBasicOCR, version: 2018-11-19, auth: { secret_id_env: TENCENTCLOUD_SECRET_ID, secret_key_env: TENCENTCLOUD_SECRET_KEY }, model_gateway: { base_url: https://taotoken.net/api, api_key_env: TAOTOKEN_API_KEY, model_id: claude-3-5-sonnet }, input: { supported: [image_url, image_base64], max_size_mb: 7 }, output: { fields: [text_detections, text_count, request_id] } }这份配置里endpoint和action是腾讯云 OCR 的接口信息model_gateway是 TaoToken 的通道信息。model_id按你实际使用的模型填写比如claude-3-5-sonnet或gpt-4o。如果你用的是 Coding Plan 做长期编码任务可以把model_id换成 Coding Plan 里对应的模型标识具体在 https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentcoding_planutm_campaignrewrite 查看。如果你更习惯 TOML 格式比如在 Cline MCP 或 Codex 的auth.json同目录下配置可以写成这样[skill.tencentcloud_ocr] name tencentcloud-ocr-general endpoint ocr.tencentcloudapi.com region ap-guangzhou action GeneralBasicOCR version 2018-11-19 [skill.tencentcloud_ocr.auth] secret_id_env TENCENTCLOUD_SECRET_ID secret_key_env TENCENTCLOUD_SECRET_KEY [skill.tencentcloud_ocr.gateway] base_url https://taotoken.net/api api_key_env TAOTOKEN_API_KEY model_id claude-3-5-sonnet配置写完后用 OpenClaw 的技能列表命令确认加载成功openclaw skills list | grep tencentcloud如果看到tencentcloud-ocr-general出现在列表里说明技能已注册。接下来写一个最小调用脚本上传一张简历截图看 OCR 返回什么。4. 验证请求上传简历图片并校验 OCR 返回字段验证分两步先跑通单张图片的 OCR 调用再校验返回字段是否符合预期。下面用 Python 写一个最小示例依赖requests和tencentcloud-sdk-python。如果你不想装 SDK也可以直接用 HTTP 签名方式但 SDK 更省事。import os import base64 import json from tencentcloud.common import credential from tencentcloud.common.profile.client_profile import ClientProfile from tencentcloud.common.profile.http_profile import HttpProfile from tencentcloud.ocr.v20181119 import ocr_client, models cred credential.Credential( os.environ[TENCENTCLOUD_SECRET_ID], os.environ[TENCENTCLOUD_SECRET_KEY] ) http_profile HttpProfile() http_profile.endpoint ocr.tencentcloudapi.com client_profile ClientProfile() client_profile.httpProfile http_profile client ocr_client.OcrClient(cred, ap-guangzhou, client_profile) with open(resume_sample.png, rb) as f: img_base64 base64.b64encode(f.read()).decode() req models.GeneralBasicOCRRequest() req.ImageBase64 img_base64 resp client.GeneralBasicOCR(req) result json.loads(resp.to_json_string()) print(TextCount:, result.get(TextDetections) and len(result[TextDetections])) for item in result.get(TextDetections, [])[:5]: print(item[DetectedText], item[Confidence])跑之前把resume_sample.png换成你手头的简历截图。实测下来一张 1080p 的简历截图返回的TextDetections数组里每个元素包含DetectedText、Confidence、Polygon等字段。Confidence低于 80 的字段建议标记出来人工复核。校验 OCR 返回字段时重点看三个东西TextDetections是否为空、Confidence分布、RequestId是否正常返回。如果TextDetections为空先检查图片是否过大或格式不支持。腾讯云 OCR 支持 PNG、JPG、JPEG单张图片建议不超过 7MB。如果Confidence普遍偏低检查图片是否模糊、倾斜或光照不均。对于简历识别场景你还可以换用GeneralAccurateOCR接口它对密集文字和复杂排版更友好。把上面代码里的GeneralBasicOCRRequest换成GeneralAccurateOCRRequestaction同步改成GeneralAccurateOCR即可。表格类简历建议用RecognizeTableAccurateOCR返回的是单元格结构方便直接导出 Excel。验证通过后你可以把这段逻辑封装成 OpenClaw 的一个技能调用让 AI 助手在对话里直接触发 OCR。比如用户说“帮我识别这张简历”OpenClaw 就调用tencentcloud-ocr-general技能把返回的文字交给模型做字段抽取。5. 本篇常见错排查401、local proxy failed、reading choices、OAuth接入过程中最容易卡在几个报错上。下面按真实报错逐个拆。401 Unauthorized最常见。先确认TAOTOKEN_API_KEY是否复制完整有没有换行或空格。再确认请求头里Authorization: Bearer key格式正确。如果用的是腾讯云 OCR 的 SecretId/SecretKey401 通常意味着密钥错误或权限不足。去腾讯云访问管理控制台检查该密钥是否绑定了 OCR 权限以及是否被禁用。local proxy failed这个报错通常出现在本地网络环境配置了代理但代理不可达或证书校验失败。检查你的 shell 里是否设置了HTTP_PROXY、HTTPS_PROXY。如果有先unset掉再试。另外确认TAOTOKEN_BASE_URL写的是https://taotoken.net/api不要多写斜杠或路径。reading choices 相关报错如果你在 OpenClaw 里用模型对话做字段抽取返回体里choices为空或解析失败先看模型是否返回了非 JSON 格式。可以在 prompt 里明确要求“只返回 JSON不要额外解释”。如果用的是流式返回检查是否完整读取了所有 chunk。TaoToken 的模型对话接口兼容 OpenAI 格式choices[0].message.content是标准路径。OAuth 相关报错如果你在 Claude Code 或 Codex 里配置了 OAuth 登录又同时写了 API Key可能会冲突。建议二选一。用 TaoToken 统一 Key 时把 OAuth 相关配置注释掉只保留base_url和api_key。Codex 的auth.json里如果同时有oauth_token和api_key优先读api_key但部分版本会报冲突清掉oauth_token即可。还有一个容易忽略的点腾讯云 OCR 的Region参数必须和你的密钥权限区域一致。比如密钥只授权了ap-guangzhou你却传ap-shanghai会报AuthFailure。检查配置文件里的region字段。如果报错信息里出现RequestLimitExceeded说明触发了腾讯云 OCR 的 QPS 限制。默认通用 OCR 的并发限制不高批量处理时建议加 sleep 或使用队列。参考限流策略import time for img in images: resp client.GeneralBasicOCR(req) time.sleep(0.2) # 控制 QPS6. 语义一致 CTA从验证到长期编码的路径跑通单张简历识别后下一步通常是批量处理和字段结构化。如果你要长期做智能文档处理建议把 OpenClaw 的 OCR 技能和 Coding Plan 结合用 Coding Plan 里的模型做字段抽取和校验逻辑的持续迭代。Coding Plan 的入口在 https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentcoding_planutm_campaignrewrite 适合需要稳定模型通道的编码场景。如果你只是想先验证模型对话效果比如让模型把 OCR 返回的文本整理成 JSON可以用模型对话页面快速试https://taotoken.net/model-chat?utm_sourcetaotoken_aicg_blog_endutm_contentmodel_chatutm_campaignrewrite 。把 OCR 返回的DetectedText拼接后贴进去看模型能否准确抽出姓名、电话、学历字段。接入文档在 https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_contentdocutm_campaignrewrite 里面有各通道的详细参数说明。API Keys 管理在 https://taotoken.net/console/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentapi_keysutm_campaignrewrite 建议定期轮换 Key。Claude Code 和 Anthropic 相关配置参考 https://taotoken.net/claude-code-anthropic?utm_sourcetaotoken_aicg_blog_endutm_contentclaude_codeutm_campaignrewrite 。最后给一个实用技巧批量处理简历时先用GeneralBasicOCR快速跑一遍把Confidence低于 85 的图片挑出来再用GeneralAccurateOCR重跑。这样兼顾速度和准确率。表格类简历直接上RecognizeTableAccurateOCR返回的单元格结构可以映射成 CSV省去手工整理。