用途：使用 GLM-OCR 布局解析 API，从图片（PNG、JPG）和 PDF 中提取文字，适用于截图转文字、扫描文档处理、含文字照片（含手写）识别，以及文档中的表格与公式识别。
主要能力：表格识别可将表格转为 Markdown；公式输出为 LaTeX 格式；对手写文字有较强识别能力；支持本地文件和远程 URL。输出 JSON 包含 ok（是否成功）、text（Markdown 文本）、layout_details（版面分析细节）、result（原始 API 响应）、error、source、source_type 等字段。
使用方式：需要先配置 ZHIPU_API_KEY，API Key 获取地址 https://www.bigmodel.cn/usercenter/proj-mgmt/apikeys。配置命令：python scripts/config_setup.py setup --api-key YOUR_KEY。从 URL 提取：python scripts/glm_ocr_cli.py --file-url "URL provided by user"；从本地文件提取：python scripts/glm_ocr_cli.py --file /path/to/image.jpg；保存结果：python scripts/glm_ocr_cli.py --file-url "URL" --output result.json。CLI 还支持 --pretty 美化 JSON 输出。
限制：仅使用 GLM-OCR API，脚本不安装运行时包，固定使用官方 GLM 端点，不接受自定义 API URL，仅从环境变量读取 ZHIPU_API_KEY 和可选 timeout。API 失败时应显示错误并停止，不提供替代解析方式。
错误处理：未配置 API Key 时提示去上述地址配置；401/403 表示密钥无效或过期需重新配置；429 表示配额耗尽需等待；本地文件不存在需检查路径。更多输出格式规范见 references/output_schema.md。