企业官网建设流程全解析

1. 从 700 张硬盘照片到一张 Excel：我为什么用 Claude Code 做 OCR

先说清楚这篇要解决的事：你手里有一堆截图、扫描件、设备照片，需要把里面的文字抠出来，还要整理成结构化报告（Excel/CSV/Markdown 都行）。传统做法是本地装 PaddleOCR 或 Tesseract，但没显卡、环境依赖一堆、中文识别率还飘。Claude Code 这类 CLI 工具配合多模态模型，可以直接把图片丢给模型做视觉理解，把「OCR + 字段抽取 + 汇总」串成一条链路。

这篇适合谁：需要批量处理截图/扫描件的开发者、运维、测试同学，尤其是那种「700 张硬盘照片要提取品牌、容量、型号、SN」的重复劳动场景。核心检索词就三个：Claude Code、OCR、导出报告。

我试过的场景是统计一批硬盘照片信息，把品牌、容量、型号、S/N 提取出来写进 Excel，同时输出一份「成功多少张、失败哪些」的核对清单。整条链路的关键不在模型多强，而在于统一 Key 配置和可核验的导出脚本。下面按「配置 → 调用 → 验证 → 排障」的顺序走一遍，配置骨架和脚本片段都能直接复制。

2. TaoToken 统一 Key 前置：一次配置，多模型切换

Claude Code 默认走 Anthropic 官方端点，但如果你想在 Kimi、豆包这类多模态模型之间切换，或者团队里统一管理额度，就需要一个兼容层。TaoToken 提供的就是这个角色：一个统一 Key，兼容 Anthropic 风格的接口，Claude Code 通过环境变量指向它即可。

先拿到 Key。打开控制台创建 API Key：

• 控制台入口：https://taotoken.net/console?utm_source=taotoken_aicg_blog_end&utm_content=console&utm_campaign=rewrite
• API Keys 管理：https://taotoken.net/api-keys?utm_source=taotoken_aicg_blog_end&utm_content=api-keys&utm_campaign=rewrite

创建后复制那串sk-开头的 Key，只显示一次，丢了就重建。这里有个坑：不要把 Key 硬编码进脚本提交到 Git，用环境变量或本地配置文件。

TaoToken 的 API 基址是https://taotoken.net/api（注意这个不加 UTM 参数，是给程序调用的）。Claude Code 需要两个环境变量：ANTHROPIC_BASE_URL和ANTHROPIC_API_KEY。前者指向 TaoToken 的兼容端点，后者填你刚创建的 Key。

注意：Claude Code 读取的是 Anthropic 协议格式，TaoToken 做了协议适配，所以模型名可以填 Kimi-K2.5、doubao-seed-2.0-code 这类多模态模型，具体可用模型以文档为准。

文档入口放这里，配置细节对不上时去查：https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_content=doc&utm_campaign=rewrite

3. settings.json 配置骨架与 OCR 调用脚本

3.1 Claude Code 的 settings.json 骨架

Claude Code 支持项目级配置，在项目根目录建.claude/settings.json。下面这份骨架把端点、模型、权限都写清楚，你可以直接改 Key 后使用：

{ "env": { "ANTHROPIC_BASE_URL": "https://taotoken.net/api", "ANTHROPIC_API_KEY": "sk-你的Key填这里", "ANTHROPIC_MODEL": "Kimi-K2.5" }, "permissions": { "allow": [ "Read", "Write", "Bash(python:*)", "Bash(ls:*)" ], "deny": [] } }

如果你更习惯用 shell 环境变量，等价写法是：

export ANTHROPIC_BASE_URL="https://taotoken.net/api" export ANTHROPIC_API_KEY="sk-你的Key填这里" export ANTHROPIC_MODEL="Kimi-K2.5"

两种方式选一种即可，settings.json 优先级更高，适合团队共享（Key 用占位符，各人本地覆盖）。

3.2 需求文档：让 Claude Code 知道要干什么

在项目根目录写一个task.md，把字段和输出格式讲清楚。这一步决定了后面 OCR 抽取的准确率，别偷懒：

# 任务：硬盘照片信息提取 ## 输入 - 目录：./photos/ 下的所有 jpg/png - 每张图是一块硬盘的标签照片 ## 提取字段 | 字段 | 说明 | |------|------| | 序号 | 按文件名排序 | | 品牌 | 如 Seagate / WD / Toshiba | | 容量 | 如 500GB / 2TB | | 型号 | 如 ST11503XXAS | | S/N | 序列号 | ## 输出 1. result.xlsx：成功提取的记录 2. failed.txt：识别失败或字段缺失的文件名列表 3. summary.txt：成功数 / 失败数 / 总数

然后在项目目录打开终端，运行claude /init生成CLAUDE.md，再发指令：

claude # 进入交互后输入： 阅读 task.md，开始你的工作。

Claude Code 会自己写 Python 脚本、调用多模态模型逐张识别、汇总结果。但「它自己写」这件事有个前提：你得把导出逻辑约束死，否则每次生成的表头都不一样。

3.3 可复制的 OCR + 导出脚本片段

下面这段是我实测能跑的骨架，核心思路是：遍历图片 → 转 base64 → 调多模态接口 → 解析 JSON → 写 Excel。你可以让 Claude Code 基于它改，也可以直接用：

import os, base64, json, time import requests import pandas as pd API_URL = "https://taotoken.net/api/v1/messages" API_KEY = os.environ["ANTHROPIC_API_KEY"] MODEL = os.environ.get("ANTHROPIC_MODEL", "Kimi-K2.5") PHOTO_DIR = "./photos" PROMPT = """你是OCR助手。识别这张硬盘标签照片，只返回JSON： {"brand":"","capacity":"","model":"","sn":""} 识别不到的字段填空字符串，不要编造。""" def encode_image(path): with open(path, "rb") as f: return base64.b64encode(f.read()).decode() def ocr_one(path): payload = { "model": MODEL, "max_tokens": 512, "messages": [{ "role": "user", "content": [ {"type": "image", "source": { "type": "base64", "media_type": "image/jpeg", "data": encode_image(path) }}, {"type": "text", "text": PROMPT} ] }] } headers = { "x-api-key": API_KEY, "anthropic-version": "2023-06-01", "content-type": "application/json" } r = requests.post(API_URL, headers=headers, json=payload, timeout=60) r.raise_for_status() text = r.json()["content"][0]["text"] text = text.strip().removeprefix("```json").removesuffix("```").strip() return json.loads(text) def main(): rows, failed = [], [] files = sorted(f for f in os.listdir(PHOTO_DIR) if f.lower().endswith((".jpg", ".png"))) for idx, name in enumerate(files, 1): try: data = ocr_one(os.path.join(PHOTO_DIR, name)) if not data.get("sn"): failed.append(name) continue rows.append({"序号": idx, **data, "文件": name}) except Exception as e: failed.append(f"{name} | {e}") time.sleep(0.3) pd.DataFrame(rows).to_excel("result.xlsx", index=False) with open("failed.txt", "w") as f: f.write("\n".join(failed)) with open("summary.txt", "w") as f: f.write(f"成功 {len(rows)} / 失败 {len(failed)} / 总数 {len(files)}") if __name__ == "__main__": main()

几个参数说明：max_tokens给 512 够用，字段就四个；time.sleep(0.3)是防止批量请求触发限流；media_type按实际图片格式改，png 就写image/png。表头用中文，方便直接交付。

4. 端到端验证：跑通一次并核对结果

配置完别急着上 700 张，先拿 3 张图验证链路。步骤：

第一步，确认环境变量生效：

echo $ANTHROPIC_BASE_URL # 期望输出：https://taotoken.net/api

第二步，跑一个最小请求，确认 Key 和端点通：

curl -s https://taotoken.net/api/v1/messages \ -H "x-api-key: $ANTHROPIC_API_KEY" \ -H "anthropic-version: 2023-06-01" \ -H "content-type: application/json" \ -d '{"model":"Kimi-K2.5","max_tokens":64, "messages":[{"role":"user","content":"回复OK两个字"}]}'

返回里能看到content字段带文字，就说明统一 Key 配置成功。如果返回 401，是 Key 问题；返回 404，是端点路径问题。

第三步，把 3 张测试图放进photos/，运行脚本：

python ocr_export.py cat summary.txt

期望看到成功 3 / 失败 0 / 总数 3，打开result.xlsx核对字段是否和照片一致。这一步是「结果可核验」的关键：不要只看脚本没报错，要人工比对至少一张图的 S/N 是否和照片完全一致。

第四步，确认无误后再把 700 张全量丢进去。全量跑之前建议先备份photos/目录，脚本只读不写，但保险起见。

想直接在对话里验证模型对某张图的识别效果，可以用模型对话入口快速试：https://taotoken.net/model-chat?utm_source=taotoken_aicg_blog_end&utm_content=model-chat&utm_campaign=rewrite

5. 本篇常见错排查

5.1 401 Unauthorized：Key 没读到

最常见的原因是环境变量没导出，或者 settings.json 里 Key 还是占位符。检查顺序：echo $ANTHROPIC_API_KEY是否有值 → settings.json 是否被 Claude Code 正确加载 → Key 是否已过期。注意 Key 只在创建时显示一次，复制时别带空格。

5.2 模型返回的不是 JSON，解析报错

多模态模型有时会在 JSON 外面包一层 ```json 代码块，或者加一句「以下是识别结果」。脚本里已经用removeprefix/removesuffix处理了代码块，但如果模型加了自然语言前缀，json.loads还是会炸。稳妥做法是用正则抠出第一个{到最后一个}：

import re match = re.search(r"\{.*\}", text, re.S) data = json.loads(match.group()) if match else {}

5.3 图片太大导致请求超时

手机拍的原图动辄 5MB 以上，base64 后更大。建议预处理压缩到长边 1600px 以内：

from PIL import Image img = Image.open(path) img.thumbnail((1600, 1600)) img.save(path, quality=85)

5.4 批量跑一半被限流

表现是部分图片返回 429。加指数退避重试：

for attempt in range(3): try: return ocr_one(path) except requests.HTTPError as e: if e.response.status_code == 429: time.sleep(2 ** attempt) else: raise

5.5 Excel 里中文乱码或字段错位

pandas.to_excel默认没问题，但如果字段名和 dict key 对不上，会出现整列 NaN。检查rows.append里的 key 是否和PROMPT里要求的 JSON 字段一致。另外 S/N 这类长数字串，Excel 可能自动转科学计数法，写表时用dtype=str或加前缀。

6. 长期跑批量任务：把配置沉淀下来

如果你只是偶尔处理几十张图，上面这套够用。但如果是持续性的批量任务，比如每周都要处理一批扫描件，建议做两件事：一是把settings.json和task.md放进项目模板，新任务直接复制；二是把脚本里的模型名、并发数、重试次数抽成配置项，方便切换。

长期编码和 Agent 类任务，用 Coding Plan 会更省心，额度和管理都集中：https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_content=coding-plan&utm_campaign=rewrite

接入过程中如果遇到协议对不上的报错，先翻接入文档，大部分坑都写了：https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_content=doc&utm_campaign=rewrite

最后留一个实用技巧：跑全量之前，先用ls photos/ | head -5挑 5 张不同角度、不同光照的图做样本测试。硬盘标签有反光、倾斜、模糊的情况，样本覆盖到了，后面 700 张的失败率会低很多。失败列表failed.txt不要删，那是你二次处理的输入，针对失败图单独调 prompt 或换模型重跑，比全量重来省时间。