SKILL.md
Omni Reader 多模态文档解析
不只是 OCR。视频多模态理解（ASR 语音识别 + 画面视觉分析 + 关键帧融合）、图片/扫描件视觉理解、十大格式全覆盖。支持 MCP 和 HTTP API 两种集成，Agent 原生消费，解析结果不进服务端。
两种接入方式
| 方式 | 适用场景 | 传输 |
|---|---|---|
| 本地 MCP | 文件在本机，零上传 | stdio |
| 远程 API | 已有公开/签名 HTTPS URL | HTTP (MCP-over-HTTP) |
能力范围
| 格式 | 说明 |
|---|---|
| 表格、多栏、扫描件 OCR，保留阅读顺序 | |
| Word / Excel / PPT | Office 全系列文档 |
| 图片 | PNG / JPG / 截图 / 图表，OCR + 视觉理解 |
| 扫描件 | OCR 识别，含手写体 |
| 音频 | ASR 语音转文字，含会议录音、多语种 |
| 视频 | ASR + 关键帧视觉理解 + 多模态融合，推荐 MP4 (H.264+AAC)，按 15-30 分钟分段 |
| 网页 | URL 直接解析，保留 DOM 结构 |
| 文本 / 代码 | 纯文本、源代码文件 |
| 压缩包 | ZIP / RAR / 7z 内文件解析 |
- 上限：单文件 256 MiB，每次一个文件
- 输出：
markdown（默认）/hypertext/chunks - 隐私：默认
no_store=true，源文件和解析结果不上服务端；大结果（>64 KiB）暂存本机，24h 后自动清除
方式一：本地 MCP（推荐）
npx -y @cueai/omni-reader-mcp setupAgent 配置（以 Claude Code 为例，~/.claude/mcp.json）：
{
"mcpServers": {
"omni-reader": {
"command": "npx",
"args": ["-y", "@cueai/omni-reader-mcp"],
"env": {
"CUE_API_KEY": "${CUE_API_KEY}"
}
}
}
}配置后在对话中直接使用：
"用 Omni 解析 ./report.pdf"
"把这张截图转成 Markdown"
注意：路径作为普通文本告诉 Agent，不要用 @文件。
方式二：远程 MCP / HTTP API
已有公开或签名 HTTPS URL 时，无需安装本地 Bridge。
MCP 配置
{
"mcpServers": {
"omni-reader": {
"type": "streamable-http",
"url": "https://mcp.cuecue.cn/api/omni-reader/mcp/",
"headers": {
"Authorization": "Bearer ${CUE_API_KEY}"
}
}
}
}直接 HTTP 调用
curl -X POST "https://mcp.cuecue.cn/api/omni-reader/mcp/" \
-H "Authorization: Bearer ${CUE_API_KEY}" \
-H "Content-Type: application/json" \
-H "Accept: application/json, text/event-stream" \
-d '{
"jsonrpc": "2.0",
"id": 1,
"method": "tools/call",
"params": {
"name": "parse",
"arguments": {
"url": "https://example.com/report.pdf",
"output": "markdown"
}
}
}'环境要求
Cue API Key：cuecue.cn 注册获取，复用通用 Cue Key，无需创建 Omni 专用 Key。
MCP 服务目录：GET https://cuecue.cn/api/mcp-catalog
FAQ
Q: 本地和远程怎么选？ A: 文件在本机 → 本地 MCP（零上传）；已有公网 URL → 远程 API（无需装 Bridge）。
Q: 解析大文件会超时吗？ A: 单文件上限 256 MiB。PDF 建议按页拆分，单份不超过 200 MiB，避免在跨页表格中间切分。视频建议按 15-30 分钟分段，还能提高关键帧覆盖率；推荐 MP4 (H.264 + AAC)。
Q: 安全吗？敏感文件能解析吗？ A: 本地模式下文件直传 III S，不经过 Cube-MCP 和 OSS。默认 no_store=true。敏感文件名建议改成中性名称。