海运托书(Booking Note / Shipping Instruction)智能提取工具。从 PDF、图片、扫描件、Word、Excel、RTF 等格式的托书文件中提取结构化信息,输出标准 JSON。当用户明确提到"托书"、"booking"、"shipping instruction"、"帮我提取"、"解...
Shipping Booking Extractor是一项面向实际任务的技能,主要用于从各种格式的海运托书文件中提取结构化数据,输出标准 JSON;🚀 快速开始(首次安装);
在 OpenClaw 中已配置 AI 账号, 自动读取,无需任何操作;Anthropic Claude;export ANTHROPIC。它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。
实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。该技能适合用于一次性任务,也可以接入自动化工作流,与其他技能或上层代理配合完成更完整的业务链路;在组合使用时,应明确每一步的输入输出关系,并避免不同步骤之间出现参数冲突。
从各种格式的海运托书文件中提取结构化数据,输出标准 JSON。
第一步:安装 skill
clawhub install shipping-booking
第二步:安装依赖(只需一次)
pip install -r ~/.openclaw/skills/shipping-booking/requirements.txt
第二步:配置 AI 模型(任选一种,无需全部配置)
| 方式 | 说明 |
|---|---|
| ✅ 推荐 | 在 OpenClaw 中已配置 AI 账号,自动读取,无需任何操作 |
| Anthropic Claude | export ANTHROPIC_API_KEY=your_key |
| DeepSeek | export OPENAI_API_KEY=your_key export OPENAI_BASE_URL=https://api.deepseek.com/v1 |
| 通义千问 | export OPENAI_API_KEY=your_key export OPENAI_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1 |
| Kimi | export OPENAI_API_KEY=your_key export OPENAI_BASE_URL=https://api.moonshot.cn/v1 |
| 智谱 GLM | export OPENAI_API_KEY=your_key export OPENAI_BASE_URL=https://open.bigmodel.cn/api/paas/v4 |
| 自定义文本模型 | export SHIPPING_MODEL=your_model_name |
| 自定义视觉模型 | export SHIPPING_VISION_MODEL=your_vision_model(用于图片/PDF) |
💡 只要在 OpenClaw 里配置过任意一个 AI 账号,装完即用,不需要手动设置环境变量。
第三步:直接使用,把托书文件发给我即可!
| 格式 | 支持情况 |
|---|---|
| ✅ 全平台 | |
| 图片(JPG/PNG/TIFF/BMP/WebP) | ✅ 全平台 |
| Excel(.xlsx / .xls) | ✅ 全平台 |
| Word(.docx) | ✅ 全平台 |
| RTF(.rtf) | ✅ 全平台 |
| Word(.doc) | ✅ macOS 自动处理;其他平台需安装 LibreOffice 或另存为 .docx |
必须同时满足:
python3 ~/.openclaw/skills/shipping-booking/scripts/extract.py <文件路径>
low_confidence_fields 不为空 → 在 JSON 下方附加提醒:⚠️ 以下字段置信度较低,建议人工核查:字段1、字段2
❌ 这不像是托书文件,请确认上传的文件是否正确
详见 references/schema.md
相关专题
热门下载
相关下载
精品课程
共6课时 | 54.7万人学习
共89课时 | 134.1万人学习
共49课时 | 82.6万人学习
最新文章