feat: export core Hermes skills

2026-07-15 02:45:56 +00:00
parent a028b63eda
commit 54711fee2a
308 changed files with 41310 additions and 1 deletions
@@ -0,0 +1,45 @@
+# DeepSeek-OCR 主链路与非交互 session 取 key 规则（2026-07-13）
+
+## 适用场景
+- 批量扫描件合同梳理
+- 需要把 PDF / 图片先转成 Markdown 再审查/比对/回填汇总表
+- 当前环境已把 `SILICONFLOW_API_KEY` 写在 `~/.bashrc`，但 agent 所在 session 不是交互式 shell
+
+## 本次会话固化结论
+1. **默认 OCR 主链路改为 DeepSeek-OCR**，脚本：`~/.hermes/scripts/deepseek_ocr.py`
+2. **不要默认回到 marker-pdf / surya 本地链路**；本地 OCR 只作显式要求下的备选/对照，不是默认方案。
+3. 批量扫描件建议流程：
+   - 先批量跑 `deepseek_ocr.py` 生成 md
+   - 再做 grep / 规则扫描，筛出乱码、过短、金额大小写冲突、主体名称异常、日期异常
+   - 最后只对异常页做 vision 定点校对
+4. `deepseek_ocr.py` 已修成：
+   - 先读当前进程环境变量 `SILICONFLOW_API_KEY`
+   - 若当前 session 没带 key，则回退到 `bash -ic` 从 `~/.bashrc` 读取
+   - 读取成功后回填到当前进程环境
+   - 两边都没有才报错：`Missing SILICONFLOW_API_KEY in environment or ~/.bashrc`
+
+## 为什么要这样做
+非交互 shell 默认不加载 `~/.bashrc`。如果只在脚本里 `os.environ.get("SILICONFLOW_API_KEY")`，则新 session/批量 terminal 调用会误报“缺 key”，但实际上 `.bashrc` 里已经有 key。
+
+## 执行口径
+- 单文件：
+  ```bash
+  python3 ~/.hermes/scripts/deepseek_ocr.py /path/to/file.pdf -o /path/to/file.md
+  ```
+- 批量：按合同目录遍历 `.pdf`，逐个输出同名 `.md`
+- 批量产物出来后，优先筛这几类异常：
+  - 结果过短（只剩标题/前几行）
+  - 金额小写与大写不一致
+  - 主体名称错字/缺字
+  - 日期区间逻辑不通
+  - 银行账户等长数字串
+
+## 已验证案例
+- 北翼玖玖 17 份 PDF：已全量跑完 DeepSeek-OCR 输出 md
+- 发现的典型异常：
+  - 某些物业合同只识别出标题，正文漏识别
+  - 押金小写金额与大写金额明显冲突
+  - 主体名称 OCR 错字（如“崇区川”）
+
+## 给后续 agent 的一句话
+**扫描件合同默认先跑 DeepSeek-OCR，再筛异常，再 vision 定点校对；不要一上来就切回本地 OCR。**