按三条原则收紧: 1) 线上零影响:office/install.sh 回退成原来的 linux-only 版本(本地本来就不该跑它); image-process 的字体候选表撤回(那是在代码里写环境兼容,方向错了)。 2) install.sh / requirements.txt 只做服务器工件:镜像构建与 agent-executor-init 读它们, 行为一字未变。 3) 本机缺东西时由 .md 指路,模型自己去装:四个技能各加 INSTALL.md(具体命令 + 平台 资产/字体表 + 验证方式),并在 SKILL.md 里各加一行指向它(skill get 就能看到)。 报错文案带上 INSTALL.md 的绝对路径,所以「撞到缺依赖」的那一刻就能拿到说明书。 保留的两处代码钩子都不是环境探测,而是「说明书里写的安装方式得真能生效」: - office: start.sh 把 skills/office/scripts 塞进 PATH(本地没 root 写 /usr/local/bin); 封装层 ENOENT 指向 INSTALL.md。 - x2pdf: find_soffice() 探 macOS app bundle(brew cask 装的 soffice 不在 PATH); WeasyPrint 不可用时回落 LibreOffice,让本地只需一个后端而不是 pango+WeasyPrint 两条链。 INSTALL.md 里 officecli 指向 releases/latest(它会自更新,实测 1.0.157 跑一次变 1.0.160), 不要求与服务器 pin 对齐。 实测:office --version / office create / office view outline 正常;x2pdf 缺 markdown 与 image-process 缺字体两条报错都给出 INSTALL.md 绝对路径,按 font 参数即通过。
3.1 KiB
3.1 KiB
name, description, visit_url, input_schema
| name | description | visit_url | input_schema | ||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| document-photo-to-pdf | 纸质文档(合同/发票/证件/书页)拍照/扫描件校正后,导出 PDF 和 out/ 下的单页 PNG 原图(未调色未缩放);自动找纸边、透视拉正、多页合并,附审核页微调 | /app/{task_id}/doc-review/ |
|
文档照片转 PDF
{"images": ["图1.jpg", "图2.jpg"], "output": "合同_校正.pdf"}
images 必填,按顺序合并;output 可选,默认 文档照片_校正.pdf。纸张、方向、调色、
清晰度不要传,交给审核页。
返回值
ok:true:summary一句话摘要,pdf文件名,images是out/下的原图路径; 末尾附完整「访问地址」。务必把 PDF、地址和图片路径一起给用户——自动找的纸边不一定准, 用户在审核页拖角/旋转后点「重新生成 PDF」即可就地修正,不必重传。 此时可直接收尾,不必额外复跑或逐页读图;但要在回话里带出summary的状态档位和需要人看的页 (needs_corners/review/failed各有几页),不要只报"已生成"。ok:false:一张都没出件(参数错误、图打不开、渲染失败、写盘失败)。此时没有 PDF、 也没有审核批次,访问地址打开是空的,无意义;只需转述error.message/error.hint。
每次运行还会把校正后的单页原图(未调色、未缩放、无白边)导出到 out/,文件名与 PDF
同名:合同_校正.pdf → out/合同_校正-01.png、out/合同_校正-02.png。不需要图片时
忽略 images 即可。
{"ok":true,"summary":"3 页已生成;1 页建议在审核页确认;原始页图见 out/","pdf":"合同_校正.pdf","images":["out/合同_校正-01.png","out/合同_校正-02.png","out/合同_校正-03.png"]}
访问地址:https://agent.ai.foresh.com/app/task-20261023-001/doc-review/
审核页可拖角、旋转、删页/排序、改纸张与清晰度;改动后点「重新生成 PDF」覆盖同名文件。
失败与拍摄
- 图片打不开:确认路径与格式(jpg/png/webp/bmp/tif)。
- 检测不到纸张:整张纸入画,四边留 3%~5% 背景,换反差大的桌面。
- 只有全部页都出不了才
ok:false;单页失败会用兜底框出件,审核页会标出来。
边界
- 纸出画面无法还原;角点可外扩。
- 自动方向只判 90°,180° 在审核页旋转。
- 默认按同批中位比例;严格 A4/16K/B5 在审核页选。
- 支持 jpg/png/webp/bmp/tif;HEIC 不支持。
- 一图一纸;同框多纸只取最大。
- 建议 ≤20 页;更多或 300dpi 可能超 120s,可分批。
out/里的原图是自然尺寸(不缩放、不调色),页与页尺寸可能不同;PDF 仍按纸张/批次统一。
环境
缺 Python 依赖时按同目录 INSTALL.md 自己装(服务器由镜像 + requirements.txt 提供)。