スキル scanlume-ocr-api
📦

scanlume-ocr-api

コンテンツリビジョン r1 高リスク 🌐 ネットワークアクセス🔑 環境変数⚙️ 外部コマンド

Scanlume OCRでテキストを抽出

チームでは、スクリーンショット、レシート、画像ベースの表に対して信頼性の高いOCRが必要になることがよくあります。このスキルは、Scanlume API呼び出しと構造化されたOCR出力をClaude、Codex、Claude Codeで扱うためのガイドを提供します。

対応: Claude Codex Code(CC)
⚠️ 38 不十分

自分のエージェントでインストール

このリクエストをエージェントにコピーしてください。正規の Skill ページとマニフェストが含まれています。

エージェントリクエスト
Review the Skillstore skill "scanlume-ocr-api" from https://skillstore.io/skills/daanaagua-scanlume-ocr-api.md and its manifest at https://skillstore.io/api/skills/daanaagua-scanlume-ocr-api/manifest. Verify the artifact. Stop and obtain explicit user consent before installing or changing files.

エージェントは引き続き計画を提示し、セキュリティポリシーで必要な確認を求める必要があります。

エージェントが読めるリソース

AI エージェント、クローラー、スクリプトがページ全体ではなく整理されたコンテキストを必要とする場合は、これらのリンクを使ってください。

Markdown詳細 GET /skills/daanaagua-scanlume-ocr-api.md 署名済み manifest GET /api/skills/daanaagua-scanlume-ocr-api/manifest 署名済み lockfile GET /api/skills/daanaagua-scanlume-ocr-api/lockfile

テストする

「scanlume-ocr-api」を使用しています。 商品名、価格、合計が含まれるレシートのスクリーンショット。

期待される結果:

明細、小計、税金、合計、不明瞭なフィールドを明示した、整ったテキスト抽出。

「scanlume-ocr-api」を使用しています。 グループ化された行を含む小さな売上表の画像。

期待される結果:

列、行グループ、レコード数、formatted OCRレスポンスからの注記を含む構造化された表サマリー。

「scanlume-ocr-api」を使用しています。 見出しと段落を含む製品設定のスクリーンショット。

期待される結果:

見出し、段落、読みやすい順序を保持したMarkdown対応ドキュメント。

セキュリティ監査

高リスク
v4 • 2026/7/5 バージョン別レポートを開く

Review found a legitimate OCR integration that sends local image data to the Scanlume API and handles a bearer API key. Most Markdown backtick findings are false positives, but the helper has real network, secret-handling, and command-execution risk. The main added concern is that an overridden base URL can receive the Authorization header.

5
スキャンされたファイル
667
解析済み行数
23
レビュー項目
0
誤検知を無視

確認済みのセキュリティ上の懸念 (2)

高
scripts/scanlume_ocr.py:20-21scripts/scanlume_ocr.py:70-78scripts/scanlume_ocr.py:152-174
API Key Exposure Through Base URL Override
The helper accepts an explicit or environment-provided base URL and sends Authorization bearer credentials to that computed endpoint. A malicious invocation could redirect the Scanlume API key to an untrusted server.
The code directly combines base URL override support with bearer-token request construction, which is a clear credential redirection risk.
中
SKILL.md:20scripts/scanlume_ocr.py:57-60scripts/scanlume_ocr.py:172-174
Local Image Content Uploaded To External OCR Service
The helper reads a local file, encodes it as a data URL, and posts it to the Scanlume OCR API. Sensitive screenshots or documents may be disclosed if user consent and data handling are unclear.
The helper reads local bytes, builds a base64 data URL, and submits the payload through the API request path.
機能レビュー項目 (23)

これらは、このスキルに期待される可能性のある実際のローカル機能であるため、レビューが必要ですが、確認済みの悪意ある動作としてはカウントされません。

高
scripts/scanlume_ocr.py:26
Generic API/secret keys
value = explicit or os.environ.get("SCANLUME_API_KEY")
The helper reads a Scanlume API key from the environment. This is legitimate for authentication, but it is real secret access.
高
scripts/scanlume_ocr.py:70
Generic API/secret keys
def perform_request(base_url: str, api_key: str, payload: dict[str, str], timeout: int) -> dict[str,
The request helper accepts an api_key parameter that is later used for authentication. This is expected, but it is part of the credential transmission path.
高
scripts/scanlume_ocr.py:77
Generic API/secret keys
"Authorization": f"Bearer {api_key}",
The Authorization header is built from the API key and sent with the request. If the endpoint is overridden, the credential can be exposed.
高
scripts/scanlume_ocr.py:152
Generic API/secret keys
parser.add_argument("--api-key", help="Override SCANLUME_API_KEY.")
The CLI accepts an API key argument. Command-line secrets can leak through shell history, logs, or process listings.
高
scripts/scanlume_ocr.py:167
Generic API/secret keys
api_key = require_api_key(args.api_key)
The main flow loads the API key before making the OCR request. This is legitimate, but it confirms runtime secret handling.
高
scripts/scanlume_ocr.py:174
Generic API/secret keys
response_json = perform_request(base_url, api_key, payload, args.timeout)
The loaded API key is passed into the outbound request. This is expected for Scanlume auth, but it is credential transmission over the network.
中
SKILL.md:20
Ruby/shell backtick execution
5. If the user gives a local file path, prefer `scripts/scanlume_ocr.py` to build the data URL and c
The workflow tells the agent to prefer the local Python helper when given a local file path. This can read local files and submit their contents to an external API.
中
SKILL.md:52
Ruby/shell backtick execution
- Use `python scripts/scanlume_ocr.py <path> --mode formatted --output md` for a local table image.
The helper command example runs a Python script on a user-provided path. This is intended, but it is real external command execution.
中
SKILL.md:53
Ruby/shell backtick execution
- Use `python scripts/scanlume_ocr.py <path> --mode simple --output txt` for plain text extraction.
The helper command example runs a Python script on a user-provided path. This is intended, but it is real external command execution.
中
SKILL.md:71
Ruby/shell backtick execution
5. Se o usuario fornecer um caminho local, prefira `scripts/scanlume_ocr.py` para gerar a data URL e
The Portuguese workflow tells the agent to prefer the local Python helper for user-provided paths. This can read local files and call the API.
中
SKILL.md:103
Ruby/shell backtick execution
- Use `python scripts/scanlume_ocr.py <path> --mode formatted --output md` para uma imagem local com
The Portuguese helper example runs the local Python script for formatted OCR. This is real external command execution.
中
SKILL.md:104
Ruby/shell backtick execution
- Use `python scripts/scanlume_ocr.py <path> --mode simple --output txt` para extracao simples de te
The Portuguese helper example runs the local Python script for simple OCR. This is real external command execution.
低
agents/openai.yaml:3
Hardcoded URL
short_description: "Image OCR / OCR de imagem for https://www.scanlume.com/."
The agent metadata names the external Scanlume service. This is expected for the skill, but it signals third-party OCR processing.
低
agents/openai.yaml:4
Hardcoded URL
default_prompt: "Use $scanlume-ocr-api to call https://www.scanlume.com/ for image OCR and return th
The default prompt directs the agent to call Scanlume for OCR. User image data can leave the local environment during normal use.
低
scripts/scanlume_ocr.py:70
HTTP client library
def perform_request(base_url: str, api_key: str, payload: dict[str, str], timeout: int) -> dict[str,
The helper defines an outbound HTTP request function for the OCR endpoint. This is intended behavior, but it creates external data transfer risk.
低
scripts/scanlume_ocr.py:174
HTTP client library
response_json = perform_request(base_url, api_key, payload, args.timeout)
The helper invokes the outbound request after building the OCR payload. Local image content is submitted to a network API.
低
scripts/scanlume_ocr.py:13
Hardcoded URL
DEFAULT_BASE_URL = "https://api.scanlume.com"
The script hardcodes the default Scanlume API host. This is an expected external dependency, but it confirms network egress.
低
scripts/scanlume_ocr.py:153
Hardcoded URL
parser.add_argument("--base-url", help="Override SCANLUME_BASE_URL. Default / Padrao: https://api.sc
The argument help documents a base URL override that controls the outbound endpoint. Misuse can redirect OCR payloads away from the official API.
低
scripts/scanlume_ocr.py:21
Python environment access
value = explicit or os.environ.get("SCANLUME_BASE_URL") or DEFAULT_BASE_URL
The script reads SCANLUME_BASE_URL from the environment to decide the outbound endpoint. That configuration can affect where data is sent.
低
scripts/scanlume_ocr.py:26
Python environment access
value = explicit or os.environ.get("SCANLUME_API_KEY")
The script reads SCANLUME_API_KEY from the environment. This is expected API authentication, but it handles a sensitive credential.
低
SKILL.md:3
Hardcoded URL
description: Use when calling the Scanlume OCR API for screenshots, JPG, PNG, or image-based tables,
The skill description identifies Scanlume as the external OCR provider. Normal use can send user images to that third party.
低
SKILL.md:8
Hardcoded URL
Use this skill when the task is specifically about calling the public OCR API behind [https://www.sc
The instructions say the skill is for calling the public Scanlume OCR API. This confirms intended external network use.
低
SKILL.md:10
Hardcoded URL
Use este skill quando a tarefa for especificamente chamar a API publica de OCR do [https://www.scanl
The Portuguese instructions also direct use of the public Scanlume OCR API. This confirms intended external network use.

リスク要因

🌐 ネットワークアクセス (12)
agents/openai.yaml:3 agents/openai.yaml:4 scripts/scanlume_ocr.py:70 scripts/scanlume_ocr.py:174 scripts/scanlume_ocr.py:13 scripts/scanlume_ocr.py:51 scripts/scanlume_ocr.py:52 scripts/scanlume_ocr.py:153 SKILL.md:3 SKILL.md:8 SKILL.md:10 SKILL.md:109
🔑 環境変数 (15)
references/api-contract.md:17 references/api-contract.md:97 scripts/scanlume_ocr.py:21 scripts/scanlume_ocr.py:26 scripts/scanlume_ocr.py:25 scripts/scanlume_ocr.py:26 scripts/scanlume_ocr.py:29 scripts/scanlume_ocr.py:30 scripts/scanlume_ocr.py:70 scripts/scanlume_ocr.py:77 scripts/scanlume_ocr.py:152 scripts/scanlume_ocr.py:167 scripts/scanlume_ocr.py:174 SKILL.md:27 SKILL.md:78
⚙️ 外部コマンド (38)
SKILL.md:17 SKILL.md:18 SKILL.md:19 SKILL.md:20 SKILL.md:21 SKILL.md:26 SKILL.md:27 SKILL.md:28 SKILL.md:29 SKILL.md:30 SKILL.md:37 SKILL.md:42 SKILL.md:46 SKILL.md:50 SKILL.md:51 SKILL.md:52 SKILL.md:53 SKILL.md:59 SKILL.md:60 SKILL.md:68 SKILL.md:69 SKILL.md:70 SKILL.md:71 SKILL.md:72 SKILL.md:77 SKILL.md:78 SKILL.md:79 SKILL.md:80 SKILL.md:81 SKILL.md:88 SKILL.md:93 SKILL.md:97 SKILL.md:101 SKILL.md:102 SKILL.md:103 SKILL.md:104 SKILL.md:110 SKILL.md:111
監査者: codex 監査履歴を表示 →
このレポートを共有・引用

バージョン付き評価レポート、中立的なバッジ、埋め込みカード、引用を共有できます。Skillstore は証拠を報告しますが、この Skill が安全かどうかは判断しません。

バージョン別レポートを開く
セキュリティ評価

レポートリンクをコピー

https://skillstore.io/skills/daanaagua-scanlume-ocr-api/audits/4?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_report

Markdownバッジ

[![Skillstore security assessment](https://skillstore.io/badges/skills/daanaagua-scanlume-ocr-api/security.svg)](https://skillstore.io/skills/daanaagua-scanlume-ocr-api?utm_source=security_passport_badge)

HTMLバッジ

<a href="https://skillstore.io/skills/daanaagua-scanlume-ocr-api?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/daanaagua-scanlume-ocr-api/security.svg" alt="Skillstore security assessment" loading="lazy"></a>

埋め込みカード

<iframe src="https://skillstore.io/embed/skills/daanaagua-scanlume-ocr-api.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>
学術引用 (APA · BibTeX · CFF)

APA形式の引用

daanaagua. (2026). scanlume-ocr-api security audit report (audit version 4) [Author version unspecified]. Skillstore. https://skillstore.io/skills/daanaagua-scanlume-ocr-api/audits/4

BibTeX形式の引用

@techreport{daanaagua-daanaagua-scanlume-ocr-api-2026, author = {daanaagua}, title = {scanlume-ocr-api security audit report (audit version 4)}, institution = {Skillstore}, year = {2026}, number = {4}, url = {https://skillstore.io/skills/daanaagua-scanlume-ocr-api/audits/4}, note = {Author version unspecified} }

CITATION.cff

cff-version: 1.2.0 message: "If you use this Skill, cite its author and this versioned security audit report." title: "scanlume-ocr-api security audit report (audit version 4)" version: "unspecified" type: report authors: - name: "daanaagua" date-released: "2026-07-05" url: "https://skillstore.io/skills/daanaagua-scanlume-ocr-api/audits/4" identifiers: - type: other value: "skillstore:daanaagua-scanlume-ocr-api:audit:4" description: "Skillstore immutable audit report identifier"

Skillstore スコア

このスコアの理由 証拠の信頼度: 中
64
アーキテクチャ
85
保守性
87
コンテンツ
69
コミュニティ
83
仕様準拠

作成できるもの

スクリーンショットをテキストに変換

インターフェースのスクリーンショットからプレーンテキストを抽出し、メモ、サポートチケット、QA記録に利用します。

画像から表を復元

formatted OCRを使用して、レシート、レポート、キャプチャされたスプレッドシートから表構造を保持します。

OCR API呼び出しを自動化

データURLを準備し、Scanlumeエンドポイントを呼び出し、後続処理に最適なレスポンスフィールドを返します。

これらのプロンプトを試す

プレーンテキストを抽出 
このローカル画像にScanlume OCRを使用し、抽出されたプレーンテキストのみを返してください。構造が必要でない限りsimple modeを使用してください。
表構造を保持 
この表画像にformatted Scanlume OCRを使用してください。整った表サマリーを返し、不確かなセルがあれば記載してください。
最適な出力を選択 
画像の目的を確認し、simpleまたはformatted OCRを選択して、最終出力を返す前に選択したモードを説明してください。
OCRワークフローを構築 
スクリーンショットのフォルダーに対する再利用可能なScanlume OCRワークフローを作成してください。モード選択、出力フィールド選択、エラーハンドリングのガイダンスを含めてください。

ベストプラクティス

  • レイアウト、見出し、表が重要な場合はformatted modeを使用します。
  • プロンプトにAPIキーを直接渡すのではなく、環境変数ベースのシークレットを使用します。
  • 機密性の高い画像を外部OCR APIへ送信する前に、ユーザーの同意を確認します。

回避

  • このヘルパーで公開PDF OCR APIがサポートされていると主張しないでください。
  • ユーザーが外部処理を承諾していない限り、非公開のスクリーンショットを送信しないでください。
  • エンドポイントが信頼できる場合を除き、API base URLを上書きしないでください。

よくある質問

このスキルはどの画像タイプを対象にしていますか?
推定されたMIMEタイプを持つローカルのスクリーンショット、JPGファイル、PNGファイル、その他の画像ファイルを対象とします。
PDF OCRをサポートしていますか?
いいえ。このヘルパーは、公開Scanlume PDF APIが一般提供されていないためPDFをブロックします。
このスキルを使用できるツールはどれですか?
生成されたメタデータには、サポート対象ツールとしてClaude、Codex、Claude Codeが記載されています。
simple modeとformatted modeの違いは何ですか?
Simple modeは生のテキストを返します。Formatted modeは構造、Markdown、HTML、ブロック、表サマリーフィールドを保持します。
このスキルにはAPIキーが必要ですか?
はい。このヘルパーには、環境変数または明示的な引数を通じてScanlume APIキーが必要です。
リモートファイルURLをOCRできますか?
いいえ。文書化されている公開APIは、リモートファイルURLではなく、完全なbase64データURLを想定しています。

開発者情報

作成者

daanaagua

ライセンス

MIT

Skillstore リビジョン

r1

バージョンに関する注意

作者はバージョンを宣言していません。

リポジトリ

https://github.com/daanaagua/scanlume-ocr-api/tree/main/skills/scanlume-ocr-api

参照

7e9e368dc1a370f2040369ebcd0db06d90cb48e5

メンテナンスの新しさ

2026/7/18

利用状況

9 ダウンロード · 146 閲覧

ファイル構成

📁 agents/

📄 openai.yaml

📁 references/

📄 api-contract.md

📄 output-shapes.md

📁 scripts/

📄 scanlume_ocr.py

📄 SKILL.md

daanaagua のその他のスキル

すべて表示

関連スキル

すべて表示