Files
agent/skills/document-photo-to-pdf/SKILL.md
T
kicer fe1c6d106f 收敛 document-photo-to-pdf 的 AI 契约:默认审核页、精简返回值
SKILL.md 只保留 images/output;默认 review=always;stdout 只回 ok/summary/pdf,完整审核地址由 visit_url 追加;内部协议移到 REVIEW.md;审核页补充警告/状态展示,手机默认进预览。
2026-10-23 23:44:58 +08:00

1.8 KiB
Raw Blame History

name, description, visit_url, input_schema
name description visit_url input_schema
document-photo-to-pdf 把手机拍摄的纸质文档照片裁剪、拉正,合并为 PDF,并给出可预览/微调的审核页 /app/{task_id}/doc-review/
type properties
object
images output
type items description
array
type
string
图片路径,按合并顺序;可只传一张
type description
string 输出 PDF 文件名,默认 文档照片_校正.pdf

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;末尾附完整「访问地址」。把 PDF 和地址 一起给用户。
  • ok:false:转述 error.message / error.hint,忽略访问地址。
{"ok":true,"summary":"3 页已生成;1 页建议在审核页确认","pdf":"合同_校正.pdf"}
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;点「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。