技能介绍

要解决什么问题

工程师和办公场景里常见的一类需求是：手头只有拍照或扫描得到的图片/PDF，却要得到可编辑的 Word/Excel、可检索的文本，或需要去阴影、高清化、去水印、翻译版面后再归档。另一类需求是文档已经落在扫描全能王云空间，要用关键词、时间或类型把历史扫描件找出来，而不是在本地再跑一遍 OCR。

本技能通过 camscanner-cli 与扫描全能王 AI Tools API 对接，把上述能力收敛成可脚本化的命令组，由 Agent 按意图选择 image、pdf、txt、doc 等子命令执行。

技能如何工作

环境与认证：同一会话首次使用前需完成安装检测、可选升级，以及 camscanner-cli auth login 浏览器 OAuth；Token 保存在系统密钥链，不得在对话中泄露明文凭据。

核心能力（按命令组）：

图片：image enhance / hd / restore 等增强与修复；image convert 转 Word/Excel/Markdown/TXT；image to-pdf、merge-pdf / merge-word / merge-excel（多图最多 100 张）；OCR（ocr、merge-text）、翻译、公式提取、版面 scan + edit 改字、票据 receipt 结构化识别等。
PDF：pdf convert 转 Office/文本；pdf to-images；水印添加/去除。
文本：txt to-word。
云文档：doc search 按关键词、-f 类型、-a/--before 时间、-s title|full 范围检索。

输出与保存：支持 -o 指定本地路径；多数转换类命令支持 -s 同步保存到云端，并可配合 --save-title 命名。技能约定：用户未明确「只存本地」时，Agent 应本地与云端同时保存（-o 与 -s）。执行具体参数前需查阅 references/ 下对应文档（如 image-processing.md、pdf-processing.md）。

适用边界与注意点

单文件上传不超过 40MB；图片限于 JPG/JPEG/PNG；文档侧支持 PDF、TXT、Markdown。
不支持：PDF 之间合并、图片与 PDF 合并为单一产物、在线协同编辑、云文档内容编辑（仅搜索）、视频/音频、批量文件夹管理。
路由易错点：PDF 文字识别应走 pdf convert，不是 image ocr；单图/多图转 PDF 用 to-pdf / merge-pdf，不是 convert --format pdf；发票字段提取用 image receipt，与「图转 Excel 表格」的 convert 不同。
image ocr、image receipt、doc search 等结果多为 stdout/JSON，不支持 -s 存云文档；pdf to-images-zip 同样不支持 -s。