codexclaw可快速将图片转为结构化json，支持单图验证、批量处理、失败跳过及业务语义定制，全程无需训练模型或写正则。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你需要把几十张产品实拍图、会议现场照或扫描件，快速变成带结构化字段的JSON数据，比如{“品牌”:“华为”,“型号”:“Mate60 Pro”,“日期”:“2026-05-22”}，而不是手动一张张敲。CodexClaw能直接读图中的文字并按你指定的字段提取，全程无需训练模型或写正则。
用CodexClaw从单张图片提取结构化JSON
这一步适合先验证字段定义是否准确，避免批量跑错后返工。
第一步：确保图片是清晰的JPG/PNG，文字无严重倾斜、反光或遮挡；若为手机截图，请先裁掉状态栏和导航条——【OCR对模糊边缘和小字号识别率会骤降50%以上】。
第二步：在终端中执行命令：codexclaw --image product1.jpg --schema '{"brand": "品牌名称，位于左上角红标内", "price": "售价数字，含¥符号，紧跟在‘券后’二字后"}'。
第三步：等待3～8秒，CodexClaw调用本地OCR+LLM双引擎完成理解与抽取，直接输出标准JSON对象，例如：{"brand":"小米","price":"¥3299"}。
批量处理文件夹内所有图片并合并为一个JSON数组
当你确认单图提取逻辑正确后，就可进入批量阶段。注意：CodexClaw默认不覆盖原图，所有输出仅写入内存或指定文件。
方法一：直接生成JSON数组文件
运行：codexclaw --dir ./photos/ --schema '{"model":"设备型号，通常在机身底部贴纸上","sn":"序列号，12位大写字母数字组合，紧邻‘S/N’字样"}' --output result.json。
方法二：分步控制——先提取再校验
先执行：codexclaw --dir ./photos/ --schema '{"date":"照片拍摄日期，EXIF中DateTimeOriginal字段"}' --dry-run，它会列出每张图将提取的原始值，不写入任何文件；确认无误后再去掉 --dry-run 参数正式执行。
方法三：跳过失败项继续处理
将一个或多个视频上传至YouTube。当用户想“上传到YouTube”“发YouTube”“批量上传”“upload to YouTube”“post videos to YouTube”或发布到YouTube时使用此技能。
加 --skip-failed 参数，遇到某张图因严重模糊或无文字而无法解析时，自动跳过，其余图片照常提取——否则默认遇到首张失败图即中断整个流程。
定制字段提取逻辑：让CodexClaw理解你的业务语言
当通用描述无法命中关键信息时，必须用业务上下文重写schema说明。
① 把模糊描述换成带视觉锚点的指令：“‘负责人’不是指签名栏最下方那行字，而是签名栏右上方手写体小字‘审批：XXX’中的XXX”。
② 明确排除干扰项：“‘数量’字段只取表格第三列中‘pcs’前的整数，忽略所有带‘约’‘±’‘~’符号的行”。
③ 强制格式归一化：“‘日期’一律转为YYYY-MM-DD格式，无论原文是‘2026.05.22’‘22/05/2026’还是‘五月二十二日’”。
这一步改完schema后，必须用一张典型图片重新跑单图验证——【字段描述改动后未验证，批量执行极易导致90%数据字段为空】。
导出结果接入下游系统
生成的result.json是标准UTF-8编码JSON数组，可直接被Python、Node.js或数据库工具加载。
例如在Python中：用 json.load(open("result.json")) 得到列表对象，每项都是一个字典；字段名与schema中键名完全一致，无需二次映射。
若需转成CSV供运营查看，用pandas一行搞定：pd.read_json("result.json").to_csv("output.csv", index=False)。
导出完成。
