夜雨聆风一个法律从业者的 AI 工具链实录
故事要从一张"敏感图"说起
最近遇到一个头疼的问题——
把一份含法院公章和判决金额的扫描件发给 AI 助手，它回了一句："图片内容无法处理。"
嗯？自己的电脑、自己的文件、自己的 AI 助手，怎么就"无法处理"了？
原因是：底层大模型 API 自带图像安全审查——公章、红五角星、银行账号、法律纠纷金额……这些在法律文档里再正常不过的东西，API 判定为"敏感内容"，直接拒绝处理。
大模型的"安全"设计，在法律实务面前成了绊脚石。
解决方案：让 AI 助手先"读字"再看图
思路很简单：不让大模型直接看图，先用 OCR 把图片里的文字抽出来，再把纯文字喂给 AI。
这样既绕过了图像审查，又保留了文档内容。
而 Windows 上最好用的免费 OCR 引擎，非 Tesseract 莫属。
第一步：装 Tesseract
Tesseract 是 Google 开源的 OCR 引擎，免费、离线、本地运行，不联网、不上传数据。
下载安装
去 GitHub Releases[1] 下载 Windows 安装包，推荐装 5.5.0 以上版本。
安装时记得勾选你要的语言包——至少勾上：
• 简体中文（chi_sim） • 英文（eng）
装完后验证：
tesseract --versiontesseract --list-langs能看到语言列表就对了。
装 Python 绑定（可选）
如果你习惯用 Python 调用：
pip install pytesseract Pillow第二步：写一个 OCR 脚本
核心脚本，专门处理法律文档的 OCR 需求：
import subprocessfrom pathlib import PathTESSERACT = r"C:\Program Files\Tesseract-OCR\tesseract.exe"def ocr(image_path: str, lang: str = "chi_sim+eng") -> str: img = Path(image_path) out_path = str(img.with_suffix(".ocr.txt")) Path(out_path).unlink(missing_ok=True) cmd = [ TESSERACT, str(img), out_path.removesuffix(".txt"), "-l", lang, "--oem", "3", "--psm", "6", ] subprocess.run(cmd, capture_output=True, timeout=120, text=True) return Path(out_path).read_text(encoding="utf-8", errors="replace").strip()核心参数说明：
-l chi_sim+eng | ||
--oem 3 | ||
--psm 6 |
第三步：集成到 OpenClaw
关键的一步：让 AI 助手在遇到图片时，自动判断要不要走 OCR 绕路。
在 OpenClaw 的 MEMORY.md 里加一条规则：
敏感图走 OCR 绕图审查：图片含公章/红头/红五角星/银行账号/法律纠纷金额/身份证/手机号→ 不送 LLM，先走 Tesseract OCR 抽文字再处理纯风景照、产品图、技术截图（无敏感文字）仍可直送
这样 AI 助手就能自己判断了：
1. 收到图片 → 看是不是"敏感类型" 2. 是 → 调用 Tesseract OCR 抽文字 3. 把纯文字展示给用户，继续正常对话
纯风景照、产品截图这些正常图片，不受影响，该怎么处理怎么处理。
实战效果
拿一份判决书扫描件试了一下：
源图: 判决书扫描件.jpg输出: 判决书扫描件.ocr.txt字数: 2,847OCR 识别率在 95% 以上，人名、案号、金额基本准确。偶有同音字错误（"被告"写成"贝告"），但上下文足够让 AI 理解正确内容。
对比前后：
• ❌ 之前：图片被 API 拦截 → "无法处理" • ✅ 之后：OCR 抽文字 → AI 正常分析 → 给出答案
踩过的坑
坑 1：DPI 不够，识别率低
默认 72 DPI 的截图，Tesseract 识别率惨不忍睹。
解法：OCR 前用 PyMuPDF 把 PDF 转图片时，设置 300 DPI：
mat = fitz.Matrix(300/72, 300/72)pix = page.get_pixmap(matrix=mat)300 DPI 是法律文档 OCR 的"甜点"——再高收益递减，速度还慢。
坑 2：中文模型不够
Tesseract 默认只装英文。中文文档需要额外下载 chi_sim（简体中文）模型。
安装方式：重跑安装包，选语言包；或者手动下载 .traineddata 文件放到 tessdata 目录。
坑 3：Windows 路径问题
在 PowerShell 里调用 Tesseract，路径带空格会炸。
解法：Python 里用 subprocess.run 传列表参数（不是字符串），让系统自己处理路径转义：
# ✅ 正确：传列表subprocess.run([tesseract_exe, img_path, out_path, "-l", "chi_sim"])# ❌ 错误：传字符串，空格路径会炸subprocess.run(f'"{tesseract_exe}" "{img_path}" ...')整体架构图
用户发图片 ──→ OpenClaw 主 agent │ ├─ 普通图片（风景/产品/截图）──→ 直接送 LLM │ └─ 敏感图片（公章/红头/金额） │ ▼ Tesseract OCR（本地离线） │ ▼ 纯文字 ──→ 送 LLM 分析 ──→ 回复用户总结
Tesseract + OpenClaw 的组合，解决了一个很具体的痛点：大模型 API 的安全审查和实务需求之间的冲突。
• ✅ 完全离线、本地运行，数据不出电脑 • ✅ 免费，无 API 调用费 • ✅ 中英文混合识别率 95%+ • ✅ 跟 AI 助手无缝集成，用户无感
如果你也在用 AI 处理法律文档、合同、扫描件，遇到"图片敏感"的问题，这个方案值得一试，它可以嵌入任何工作流中。
觉得有用？点个在看、转发支持一下！有踩坑经验的欢迎评论区交流 👇
引用链接
[1] GitHub Releases: https://github.com/UB-Mannheim/tesseract/wiki
