Rapid Ocr

# RapidOCR Skill (v1.3.0)

## 描述

专业的票据 OCR 识别技能，支持增值税发票、火车票等各类票据的识别。

## ⚠️ 重要说明

**首次运行需要网络下载模型（约 13MB），后续使用完全离线。**

**安全元数据说明**:
- ✅ 技能代码本身**不发起任何网络请求**
- ⚠️ 依赖包 `rapidocr-onnxruntime` 首次调用时**会自动下载模型**
- 这是依赖包的行为，不是技能代码的行为

## 核心特性

- ✅ **轻量代码** - 约 4KB，无内置大文件
- ✅ **首次下载** - 首次运行自动下载 OCR 模型（~13MB）
- ✅ **离线推理** - 模型下载后完全离线使用
- ✅ **安全透明** - 无 exec/eval，无运行时网络请求，代码可审计
- ✅ **快速识别** - ~500ms/张

## 网络需求

| 阶段 | 网络 | 数据量 |
|------|------|--------|
| 安装依赖 | 需要 | ~50 MB |
| 首次运行 | 需要 | ~13 MB |
| 后续使用 | **不需要** | 0 |

## 外部依赖

- **PyPI 包**: `rapidocr-onnxruntime`
- **模型来源**: PaddleOCR (Apache 2.0)
- **模型行为**: 首次运行自动下载到本地缓存

## 文件结构

```
rapid-ocr/
├── rapidocr_minimal.py    # 主程序入口 (~4KB)
├── test_ocr.py            # 测试套件
├── README.md              # 用户文档
├── TRANSPARENCY.md        # 透明度说明
├── SKILL.md               # 本文件
├── claw.json              # OpenClaw 配置
├── requirements.txt       # Python 依赖
└── models/
    └── README.md          # 模型说明
```

## 使用方式

### CLI
```bash
python rapidocr_minimal.py ocr image.jpg
python rapidocr_minimal.py invoice invoice.jpg
python rapidocr_minimal.py train ticket.jpg
```

### Python API
```python
from rapidocr_minimal import RapidOCRSkill

skill = RapidOCRSkill()
result = skill.ocr_image("image.jpg")
print(result['full_text'])

# 发票识别
invoice_data = skill.ocr_invoice("invoice.jpg")
print(invoice_data['structured_data'])
```

## 测试

```bash
python test_ocr.py
```

## 许可证

MIT License