DeepRead智能文档识别

技能简介

DeepRead是AI原生的OCR生产级API，通过多模型共识机制将PDF和图像转换为高精度结构化数据。系统对不确定字段自动标记人工复核标识，把人工审核工作量从100%降至5-10%，无需编写提示词。

业务背景

DeepRead解决企业文档数字化中OCR准确率与人工成本的矛盾。传统方案需100%人工核对，而该产品通过多模型共识机制自动识别不确定字段，仅将5%-10%的存疑内容推入人工复核流程，大幅降低审核工作量，同时保障数据质量。

落地案例：财务部门每月处理上千张发票和合同。使用DeepRead后，系统自动提取金额、日期、供应商等关键信息并输出带置信度评分的JSON数据；对模糊印章或手写备注等低置信度字段自动标记hil_flag，财务人员只需在内置界面集中复核这些标记项，无需逐份翻阅原始文件。

能做什么

• 文本提取：将PDF和图像转为整洁的Markdown格式
• 结构化数据：提取带置信度评分的JSON字段
• 人机协同复核：内置HIL界面，仅对标记字段（hil_flag）进行人工审核
• 多轮处理：多次验证确保最高准确率
• 多模型交叉验证：提升结果可靠性

使用说明

1. 获取API密钥

访问 https://www.deepread.tech/dashboard 注册并创建API密钥。

2. 配置环境变量

export DEEPREAD_API_KEY="sk_live_your_key_here"

3. 处理首份文档（Webhook方式）

curl -X POST https://api.deepread.tech/v1/process \
  -H "X-API-Key: $DEEPREAD_API_KEY" \
  -F "file=@document.pdf" \
  -F "webhook_url=https://your-app.com/webhooks/deepread"

返回任务ID后立即响应，处理完成后（约2-5分钟）向指定Webhook推送结果。

4. 轮询方式获取结果

# 上传文档
curl -X POST https://api.deepread.tech/v1/process \
  -H "X-API-Key: $DEEPREAD_API_KEY" \
  -F "file=@document.pdf"

# 轮询状态
curl https://api.deepread.tech/v1/jobs/JOB_ID \
  -H "X-API-Key: $DEEPREAD_API_KEY"

5. 结构化数据提取

curl -X POST https://api.deepread.tech/v1/process \
  -H "X-API-Key: $DEEPREAD_API_KEY" \
  -F "file=@invoice.pdf" \
  -F 'schema={"type":"object","properties":{"vendor":{"type":"string"},"total":{"type":"number"}}}'

输入与输出

见下方输入与输出表格。

风险提示

• 需妥善保管API密钥，避免硬编码到配置文件
• 免费额度为每月2000页，超出需付费
• 部分模糊或遮挡字段会被标记为需人工复核
• Webhook接收端需做好安全验证，防止伪造请求

来源信息

原始链接：https://github.com/openclaw/skills/tree/main/skills/uday390/deepread-ocr/SKILL.md
来源类型：GitHub仓库