腾讯云行驶证识别:在 Agent 里调用 VehicleLicenseOCR

前言

车险、车务、二手车等业务里,经常要把行驶证主页、副页上的字段录入系统。手写解析规则成本高,字段又多(号牌、VIN、核定载质量、检验记录等),还要处理翻拍、复印件等风险。若在对话式开发环境里直接对接腾讯云行驶证识别接口,需要熟悉 SDK、参数和告警码,对 Agent 来说也不够「可发现」。

下面介绍 SkillHub 上的 腾讯云行驶证识别(@tencent-adm/tencentcloud-ocr-vehiclelicense,当前版本 1.0.4)。它把腾讯云 VehicleLicenseOCR 封装成标准 Skill,由 腾讯云文字识别团队 发布,带 requires_api_key=true 标签,适合在 Cursor、Claude Code、Codex 等支持 Skills 的客户端里安装后,由 Agent 按文档调用脚本完成识别。

这是什么

一句话:面向 Agent 的 腾讯云行驶证 OCR 调用技能,通过 scripts/main.py 请求官方 VehicleLicenseOCR 接口,输出结构化 JSON。

Skill 解决的是:在对话中需要「读行驶证图 → 拿字段 → 可选质量告警」时,Agent 有固定触发条件、环境变量说明和命令示例,不必每次从零查 API。

核心功能

以下能力与 Skill 内 SKILL.md 及脚本说明一致。

识别面与字段

  1. 主页 FRONT:号牌号码、车辆类型、所有人、住址、使用性质、品牌型号、车辆识别代号、发动机号码、注册日期、发证日期、印章等。
  2. 副页 BACK:号牌号码、档案编号、核定人数、总质量、整备质量、核定载质量、外廓尺寸、准牵引总质量、备注、检验记录、副页编码、燃料种类等。
  3. 双面 DOUBLE:同一张图同时识别主页与副页。
  4. 电子行驶证:在普通字段之外,Skill 文档说明主页可含状态、检验有效期、生成时间,副页可含住址、发证机关、车身颜色等扩展字段。
  5. 拖拉机行驶证:通过 TractorCardSide 区分拖拉机主页 / 副页。

输入与质量检测

  • 输入二选一:ImageBase64 或 ImageUrl(两者都传时仅使用 URL);Base64 编码后不超过 7M,建议分辨率 500×800 以上,PNG/JPG/JPEG/BMP。
  • 告警:复印件、翻拍、反光、模糊、边框不完整等(对应告警码 -9102~-9106,可同时出现)。

安装与启用

1、安装 SkillHub CLI(若尚未安装)

先检查是否已有 CLI:

command -v skillhub && skillhub --version

未安装时可按 SkillHub 安装说明 执行完整安装:

curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash

2、安装本 Skill 到当前 Agent 的 skills 目录

安装时必须用 --dir 指向当前客户端的 skills 目录,否则默认落在 ./skills/ 可能不会被 Agent 加载。常见路径(摘自官方安装文档):

  • Cursor:~/.cursor/skills/
  • Claude Code:~/.claude/skills/
  • Codex:~/.codex/skills/ 或项目下的 .agents/skills/

安装命令示例(将 <skills 目录> 换成你的实际路径):

skillhub install @tencent-adm/tencentcloud-ocr-vehiclelicense --dir <skills 目录>

SkillHub 页面亦写明:请根据上述安装文档安装 @tencent-adm/tencentcloud-ocr-vehiclelicense。

3、配置腾讯云密钥与 Python 依赖

Skill 要求 Python 3.6+,并安装 SDK:

pip install tencentcloud-sdk-python

在环境中设置(Skill 文档中的变量名):

export TENCENTCLOUD_SECRET_ID="你的 SecretId"
export TENCENTCLOUD_SECRET_KEY="你的 SecretKey"

需在腾讯云开通文字识别相关服务并保证账号计费正常;欠费、资源包耗尽等会对应官方错误码(Skill 内附有 ResourceUnavailable.InArrears 等说明)。

典型用法

进入已安装 Skill 目录后,运行 scripts/main.py。下列示例来自 Skill 官方 SKILL.md,路径与 URL 需按你的环境替换。

通过 URL 识别主页:

python scripts/main.py --image-url "https://example.com/vehicle_license.jpg" --card-side FRONT

识别副页:

python scripts/main.py --image-url "https://example.com/vehicle_license_back.jpg" --card-side BACK

双面识别:

python scripts/main.py --image-url "https://example.com/vehicle_license.jpg" --card-side DOUBLE

Base64 或本地文件路径(默认识别主页):

python scripts/main.py --image-base64 "/path/to/vehicle_license.jpg"

拖拉机行驶证副页:

python scripts/main.py --image-url "https://example.com/tractor_license.jpg" --tractor-card-side BACK

指定地域(示例为北京):

python scripts/main.py --image-url "https://example.com/vehicle_license.jpg" --region ap-beijing

成功时返回 JSON:主页含 FrontInfo,副页含 BackInfo,并可能带 RecognizeWarnCode / RecognizeWarnMsg 与 RequestId。Skill 文档中给出了字段示例结构,便于对接下游表单或数据库。

在 Agent 侧,当用户提出「从行驶证图片提取车牌、VIN、检验记录」「判断是否复印件/翻拍」等需求时,应触发本 Skill 并按上述参数调用,而不是自行猜测接口形态。

适用场景与注意

适合谁

  • 已在用 Cursor、Claude Code、Codex 等,希望把行驶证 OCR 做成可复用 Skill 的团队。
  • 需要主页 / 副页 / 双面、电子证、拖拉机证等组合,且希望统一走腾讯云 VehicleLicenseOCR 的场景。
  • 希望在识别结果之外,利用官方告警码做复印件、翻拍等风控提示的流程。

限制与注意

  1. 密钥与费用:必须配置 TENCENTCLOUD_SECRET_ID / TENCENTCLOUD_SECRET_KEY,调用产生腾讯云 OCR 计费;Skill 标签标明需要 API Key。
  2. 图片质量:模糊、非行驶证、正副页与 CardSide 不符、一张图多张同面证等,会触发 Skill 文档列出的 FailedOperation.* 类错误,需在业务层重拍或改参。
  3. URL 拉取:ImageUrl 下载需在接口限制内(Skill 说明下载时间不超过 3 秒),内网或慢链 URL 易失败。
  4. 合规:行驶证含个人住址、所有人等敏感信息,落库与日志需符合你方隐私与行业规范;Skill 只负责识别,不做脱敏。
  5. 版本:以 SkillHub 当前 v1.0.4 为准;升级可用 skillhub 对同一坐标更新到 Agent skills 目录。

SkillHub 侧统计(抓取资料):评分 100000,下载约 1982 次,安装约 126 次,供选型参考。

结尾

腾讯云行驶证识别把 VehicleLicenseOCR 的字段说明、告警码、CLI 示例收敛进一份 Skill,适合在 Agent 工作流里做「看图 → 结构化字段 → 可选风险告警」。安装时记得 --dir 指向当前客户端的 skills 目录,并提前准备好腾讯云密钥与 SDK。

官方地址:https://api.skillhub.cn/tencent-adm/tencentcloud-ocr-vehiclelicense
技能页:https://www.skillhub.cn/skills/tencent-adm/tencentcloud-ocr-vehiclelicense

羽毛球分组比赛记分
小程序二维码

欢迎使用《羽毛球分组比赛记分》微信小程序

Xiaoye