Windows

从 https://nodejs.org/ 下载 Node.js

从 https://python.org/ 下载 Python


2. **安装技能**：
```bash
openclaw skill install wechat-look-ocr

安装 Node.js 依赖：

cd ~/.openclaw/skills/wechat-look-ocr/ocr_node
npm install

功能特性

自动URL规范化: 自动添加?scene=1参数绕过验证码
内容提取: 从HTML中提取纯文本内容
OCR文字识别: 自动识别图片中的中英文文字
中英文支持: 支持中文简体和英文OCR识别
智能回退: 中英文识别失败时自动回退到英文
错误处理: 友好的错误提示和重试机制
安全合规: 遵守OpenClaw安全规范，标记外部内容为未信任源

使用方法

在OpenClaw中直接使用：

读取微信文章 https://mp.weixin.qq.com/s/xxx

URL规范化规则

无查询参数 → 添加 ?scene=1
有查询参数 → 确保包含 scene=1 (覆盖重复参数)

🔧 技术实现

系统架构

该技能采用 Python + Node.js 混合架构：

Python 层：处理 URL 规范化、HTML 内容提取、图片 URL 提取
Node.js 层：运行 OCR 识别（使用 Tesseract.js）
通信方式：Python 通过 subprocess 启动 Node.js 脚本

实现原理

URL检测: 检查是否为微信文章URL
参数规范化: 添加或更新scene=1参数
内容获取: 使用 requests 库获取页面内容
文本提取: 从HTML中提取纯文本内容
图片处理: 提取所有图片URL
OCR识别: 启动 Node.js 子进程进行文字识别
结果整合: 合并文本内容和OCR结果
结果返回: 提供结构化响应

📦 依赖详情

Python 依赖

requests - HTTP 请求库
subprocess - 启动 Node.js 进程
json - JSON 数据处理
pathlib - 路径操作
re - 正则表达式

Node.js 依赖

tesseract.js - OCR 识别引擎
node-fetch - HTTP 请求库

运行时行为

该技能在运行时会：

向微信服务器发送 HTTP 请求获取文章页面
下载文章中的图片用于 OCR 识别
启动本地 Node.js 进程进行文字识别
返回整合的文本和 OCR 结果

示例输出

{
  "title": "文章标题",
  "author": "作者名",
  "text_content": "提取的正文内容",
  "image_count": 5,
  "ocr_text": "[图片1] 识别的文字内容...",
  "url": "规范化后的URL",
  "status": "success"
}

注意事项

仅支持微信公众号文章链接
遵守微信访问频率限制
外部内容标记为未信任源
如遇到验证码问题，请确保URL正确包含scene=1

wechat-look-ocr

WeChat Look OCR - 微信文章阅读工具（支持OCR）

📋 安装要求

系统要求

安装步骤