什么是 Terminal OCR？

Terminal OCR 是一款专门设计的工具，旨在弥合视觉终端输出与可操作数据之间的鸿沟。通过利用先进的图像预处理和多引擎 OCR 能力，该技能允许 AI 智能体以高精度解释 CLI 环境。它是 Openclaw Skills 生态系统中的关键组件，使开发人员能够直接从截图中处理复杂的日志和命令输出，无需手动输入。

该技能通过提供针对终端的特定优化，超越了简单的字符识别。它可以重构表格结构、检测字符编码，并对命令和路径进行语法高亮。无论您是在排除远程服务器日志故障，还是在解释复杂的 CLI 输出，Terminal OCR 都能为专业开发工作流提供所需的技术准确性。

下载入口:https://github.com/openclaw/skills/tree/main/skills/zhaog100/terminal-ocr

安装与下载

1. ClawHub CLI

从源直接安装技能的最快方式。

2. 手动安装

将技能文件夹复制到以下位置之一

优先级：工作区 > 本地 > 内置

3. 提示词安装

将此提示词复制到 OpenClaw 即可自动安装。

Terminal OCR 应用场景

• 从截图中分析系统日志，以诊断服务器错误并识别特定的错误代码。
• 解析命令行工具输出，以提供逐步说明或文档。
• 从捕获的终端视图中提取配置设置，以便进行快速环境迁移。
• 在密集的终端数据截图中识别时间戳和日志级别。

1. 用户向智能体提供终端或命令行界面的截图。
2. 该技能执行图像预处理，包括针对长截图的自动分块和增强可读性的对比度提升。
3. 系统选择最佳 OCR 引擎——本地处理使用 Tesseract，复杂视觉分析使用 AI 视觉模型。
4. 提取的文本经过后处理，以恢复表格结构并识别路径和命令等 CLI 语法。
5. 最终分析的数据连同可操作的见解或错误诊断一起返回给用户。

Terminal OCR 配置指南

要将其集成到您的 Openclaw Skills 环境中，请遵循以下步骤：

# 导航到技能目录
cd ~/.openclaw/workspace/skills/terminal-ocr

# 执行安装脚本
bash install.sh

确保您已安装 Python 3.8+、OpenCV 和 Pillow。为了获得最佳本地性能，强烈建议安装 Tesseract OCR 及其语言包。

Terminal OCR 数据架构与分类体系

该技能在结构化目录中组织其操作和输出，以确保 Openclaw Skills 的一致性。

name: terminal-ocr
description: 终端截图OCR识别技能。专门处理终端/命令行界面的截图，提取文本内容并进行分析。

终端OCR技能

专门针对终端/命令行界面截图的OCR识别和文本提取技能。

?? 核心特性

? 智能图像预处理

• ? 自动分块：超长截图自动分割为可处理的块
• ? 对比度增强：提升终端文字的可读性
• ? 二值化处理：优化黑白对比，减少噪声
• ? 字体识别：针对等宽字体优化识别

? 多引擎支持

• ? Tesseract OCR：本地OCR引擎（需要安装）
• ? AI视觉分析：无OCR环境下的替代方案
• ? 混合模式：结合两种方法提高准确率

? 终端专用优化

• ? 命令行语法高亮：识别命令、路径、错误信息
• ? 日志格式解析：自动识别时间戳、日志级别
• ? 表格结构重建：还原终端表格格式
• ? 编码检测：自动检测UTF-8、GBK等编码

?? 使用方式

1. 安装技能

# 进入技能目录
cd ~/.openclaw/workspace/skills/terminal-ocr

# 运行安装脚本
bash install.sh

2. 基础OCR识别

# 分析终端截图
./scripts/terminal-ocr.sh /path/to/screenshot.png

# 输出文本内容
./scripts/extract-text.sh /path/to/screenshot.png

3. 高级分析

# 命令行分析
./scripts/analyze-commands.sh /path/to/screenshot.png

# 日志分析  
./scripts/analyze-logs.sh /path/to/screenshot.png

# 错误诊断
./scripts/diagnose-errors.sh /path/to/screenshot.png

??? 技术实现

文件结构

terminal-ocr/
├── SKILL.md
├── README.md
├── package.json
├── install.sh
├── config/
│   └── ocr-config.json
├── scripts/
│   ├── terminal-ocr.sh          # 主OCR脚本
│   ├── extract-text.sh         # 文本提取
│   ├── analyze-commands.sh     # 命令分析
│   ├── analyze-logs.sh         # 日志分析
│   ├── diagnose-errors.sh      # 错误诊断
│   ├── preprocess-image.py     # 图像预处理
│   └── fallback-ai-analysis.py # AI视觉分析备用
└── data/
    └── processed/

核心算法

1. 图像预处理：分块 + 增强 + 二值化
2. OCR识别：Tesseract + 自定义词典
3. 后处理：语法高亮 + 结构重建
4. 备用方案：AI视觉分析（无OCR环境）

?? 使用场景

场景1：系统日志分析

用户：[发送系统日志截图]
AI：[调用terminal-ocr] → 提取日志内容 → 分析错误信息

场景2：命令行输出解析

用户：[发送命令行输出截图]  
AI：[调用terminal-ocr] → 识别命令和输出 → 提供解释

场景3：配置文件查看

用户：[发送配置文件截图]
AI：[调用terminal-ocr] → 提取配置内容 → 分析设置

?? 环境要求

必需依赖

• Python 3.8+
• OpenCV-Python
• Pillow

可选依赖（推荐）

• Tesseract OCR (tesseract-ocr)
• 中文语言包 (tesseract-ocr-chi-sim)

无依赖模式

• 纯AI视觉分析（准确率较低但无需安装）

?? 性能指标

?? 未来规划

短期

• 完成基础OCR功能
• 实现图像预处理
• 添加AI视觉备用方案

中期

• 命令行语法分析
• 日志格式识别
• 错误诊断功能

长期

• 多语言支持
• 实时OCR
• 与OpenClaw深度集成

终端OCR技能 - 让终端截图变得可读 版本：0.1.0（开发中） 创建时间：2026-03-05