名称： llmwhisperer
描述： 使用 LLMWhisperer API 从图像和 PDF 中提取文本与布局。擅长处理手写内容和复杂表格。
元数据： {"clawdbot":{"emoji":"📄","scripts":["scripts/llmwhisperer"]}}

LLMWhisperer

使用 LLMWhisperer API 从图像和 PDF 中提取文本与布局，尤其适用于手写内容和复杂表格。

配置

需要在 ~/.clawdbot/.env 文件中设置 LLMWHISPERER_API_KEY 环境变量：

echo "LLMWHISPERER_API_KEY=your_key_here" >> ~/.clawdbot/.env

获取 API 密钥

访问 unstract.com/llmwhisperer 获取免费 API 密钥。
- 免费额度： 每天 100 页

使用方法

llmwhisperer <文件路径>

脚本源码

可执行脚本位于 scripts/llmwhisperer。

#!/bin/bash
# 使用 LLMWhisperer API 提取文本

if [ -z "$LLMWHISPERER_API_KEY" ]; then
  if [ -f ~/.clawdbot/.env ]; then
    # shellcheck disable=SC2046
    export $(grep -v '^#' ~/.clawdbot/.env | grep 'LLMWHISPERER_API_KEY' | xargs)
  fi
fi

if [ -z "$LLMWHISPERER_API_KEY" ]; then
  echo "错误：在环境变量或 ~/.clawdbot/.env 中未找到 LLMWHISPERER_API_KEY"
  exit 1
fi

FILE="$1"
if [ -z "$FILE" ]; then
  echo "用法：$0 <文件路径>"
  exit 1
fi

curl -s -X POST "https://llmwhisperer-api.us-central.unstract.com/api/v2/whisper?mode=high_quality&output_mode=layout_preserving" \
  -H "Content-Type: application/octet-stream" \
  -H "unstract-key: $LLMWHISPERER_API_KEY" \
  --data-binary "@$FILE"

使用示例

将提取的文本输出到终端：

llmwhisperer flyer.jpg

将输出保存到文本文件：

llmwhisperer invoice.pdf > invoice.txt

处理手写笔记：

llmwhisperer notes.jpg