騰訊雲行駛證識別:在 Agent 裏調用 VehicleLicenseOCR

前言

車險、車務、二手車等業務裏,經常要把行駛證主頁、副頁上的字段錄入系統。手寫解析規則成本高,字段又多(號牌、VIN、覈定載質量、檢驗記錄等),還要處理翻拍、複印件等風險。若在對話式開發環境裏直接對接騰訊雲行駛證識別接口,需要熟悉 SDK、參數和告警碼,對 Agent 來說也不夠「可發現」。

下面介紹 SkillHub 上的 騰訊雲行駛證識別(@tencent-adm/tencentcloud-ocr-vehiclelicense,當前版本 1.0.4)。它把騰訊雲 VehicleLicenseOCR 封裝成標準 Skill,由 騰訊雲文字識別團隊 發佈,帶 requires_api_key=true 標籤,適合在 Cursor、Claude Code、Codex 等支持 Skills 的客戶端裏安裝後,由 Agent 按文檔調用腳本完成識別。

這是什麼

一句話:面向 Agent 的 騰訊雲行駛證 OCR 調用技能,通過 scripts/main.py 請求官方 VehicleLicenseOCR 接口,輸出結構化 JSON。

Skill 解決的是:在對話中需要「讀行駛證圖 → 拿字段 → 可選質量告警」時,Agent 有固定觸發條件、環境變量說明和命令示例,不必每次從零查 API。

核心功能

以下能力與 Skill 內 SKILL.md 及腳本說明一致。

識別面與字段

  1. 主頁 FRONT:號牌號碼、車輛類型、所有人、住址、使用性質、品牌型號、車輛識別代號、發動機號碼、註冊日期、發證日期、印章等。
  2. 副頁 BACK:號牌號碼、檔案編號、覈定人數、總質量、整備質量、覈定載質量、外廓尺寸、準牽引總質量、備註、檢驗記錄、副頁編碼、燃料種類等。
  3. 雙面 DOUBLE:同一張圖同時識別主頁與副頁。
  4. 電子行駛證:在普通字段之外,Skill 文檔說明主頁可含狀態、檢驗有效期、生成時間,副頁可含住址、發證機關、車身顏色等擴展字段。
  5. 拖拉機行駛證:通過 TractorCardSide 區分拖拉機主頁 / 副頁。

輸入與質量檢測

  • 輸入二選一:ImageBase64 或 ImageUrl(兩者都傳時僅使用 URL);Base64 編碼後不超過 7M,建議分辨率 500×800 以上,PNG/JPG/JPEG/BMP。
  • 告警:複印件、翻拍、反光、模糊、邊框不完整等(對應告警碼 -9102~-9106,可同時出現)。

安裝與啓用

1、安裝 SkillHub CLI(若尚未安裝)

先檢查是否已有 CLI:

command -v skillhub && skillhub --version

未安裝時可按 SkillHub 安裝說明 執行完整安裝:

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

2、安裝本 Skill 到當前 Agent 的 skills 目錄

安裝時必須用 --dir 指向當前客戶端的 skills 目錄,否則默認落在 ./skills/ 可能不會被 Agent 加載。常見路徑(摘自官方安裝文檔):

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

安裝命令示例(將 <skills 目錄> 換成你的實際路徑):

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

SkillHub 頁面亦寫明:請根據上述安裝文檔安裝 @tencent-adm/tencentcloud-ocr-vehiclelicense。

3、配置騰訊雲密鑰與 Python 依賴

Skill 要求 Python 3.6+,並安裝 SDK:

pip install tencentcloud-sdk-python

在環境中設置(Skill 文檔中的變量名):

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

需在騰訊雲開通文字識別相關服務並保證賬號計費正常;欠費、資源包耗盡等會對應官方錯誤碼(Skill 內附有 ResourceUnavailable.InArrears 等說明)。

典型用法

進入已安裝 Skill 目錄後,運行 scripts/main.py。下列示例來自 Skill 官方 SKILL.md,路徑與 URL 需按你的環境替換。

通過 URL 識別主頁:

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

識別副頁:

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

雙面識別:

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

Base64 或本地文件路徑(默認識別主頁):

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

拖拉機行駛證副頁:

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

指定地域(示例爲北京):

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

成功時返回 JSON:主頁含 FrontInfo,副頁含 BackInfo,並可能帶 RecognizeWarnCode / RecognizeWarnMsg 與 RequestId。Skill 文檔中給出了字段示例結構,便於對接下游表單或數據庫。

在 Agent 側,當用戶提出「從行駛證圖片提取車牌、VIN、檢驗記錄」「判斷是否複印件/翻拍」等需求時,應觸發本 Skill 並按上述參數調用,而不是自行猜測接口形態。

適用場景與注意

適合誰

  • 已在用 Cursor、Claude Code、Codex 等,希望把行駛證 OCR 做成可複用 Skill 的團隊。
  • 需要主頁 / 副頁 / 雙面、電子證、拖拉機證等組合,且希望統一走騰訊雲 VehicleLicenseOCR 的場景。
  • 希望在識別結果之外,利用官方告警碼做複印件、翻拍等風控提示的流程。

限制與注意

  1. 密鑰與費用:必須配置 TENCENTCLOUD_SECRET_ID / TENCENTCLOUD_SECRET_KEY,調用產生騰訊雲 OCR 計費;Skill 標籤標明需要 API Key。
  2. 圖片質量:模糊、非行駛證、正副頁與 CardSide 不符、一張圖多張同面證等,會觸發 Skill 文檔列出的 FailedOperation.* 類錯誤,需在業務層重拍或改參。
  3. URL 拉取:ImageUrl 下載需在接口限制內(Skill 說明下載時間不超過 3 秒),內網或慢鏈 URL 易失敗。
  4. 合規:行駛證含個人住址、所有人等敏感信息,落庫與日誌需符合你方隱私與行業規範;Skill 只負責識別,不做脫敏。
  5. 版本:以 SkillHub 當前 v1.0.4 爲準;升級可用 skillhub 對同一座標更新到 Agent skills 目錄。

SkillHub 側統計(抓取資料):評分 100000,下載約 1982 次,安裝約 126 次,供選型參考。

結尾

騰訊雲行駛證識別把 VehicleLicenseOCR 的字段說明、告警碼、CLI 示例收斂進一份 Skill,適合在 Agent 工作流裏做「看圖 → 結構化字段 → 可選風險告警」。安裝時記得 --dir 指向當前客戶端的 skills 目錄,並提前準備好騰訊雲密鑰與 SDK。

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

小夜