目前agent能力越来越强，可以通过编程的方式完成实际任务，比如从浏览器获取数据。

调试运行开源项目是一件麻烦事情，需手工配置和安装依赖包，甚至需要直接修改代码。

这里让Openclaw来做这件事情，让Openclaw调试开源项目ClearText并运行实际用例。

1 开源项目准备

这里尝试让Openclaw运行一款AI驱动的文本检测与增强工具ClearText。

1.1 项目介绍

ClearText是AI驱动的文本检测与增强工具，专注于提升图片中文字的可读性和清晰度。

ClearText的github链接如下

https://github.com/ajinkya933/ClearText

1.2  代码下载

由于github访问不太稳定，直接通过git clone方式下载ClearText有可能会失败。

这里直接下载ClearText的zip包，解压后放置在本地/path/to/dst/目录

2  开源项目验证

在下载项目代码后，提示openclaw运行和验证开源项目ClearText。

2.1  评估项目

没有多余废话，在openclaw直接输入如下提示词。

尝试如下项目
/path/to/dst/ClearText-main

openclaw响应如下

openclaw提示这个项目比之前项目好多了。

这时因为我们之前尝试让openclaw在mac m1运行smartphotocrafter。

但是smartphotocrafter模型规模太大，openclaw在尝试之后提示模型太大，mac m1跑不动。

2.2 发现冲突

openclaw阅读Readme，依据requirement.txt等配置，安装python虚拟环境，下载依赖包。

但在运行test.py时发现numpy冲突，于是尝试解决冲突。

2.3 完成测试

虽然没有提示是否解决冲突，但openclaw发现能成功运行测试。

虽然冲突好像没有解决，但openclaw进一步改进测试效果。

最后openclaw给出了项目运行总结，并给出了处理单张图片和处理多张图片的运行方式。

输出效果不错！可以看到文本区域被提取并增强了，深色背景配白字（看起来是 dark mode 效果）。

**ClearText 项目状态总结：**

| 项目 | 状态 |
|------|------|
| conda 环境 | ✅ `cleartext` 已创建 |
| ONNX 模型 | ✅ `weights/model.onnx` (80MB) 已有 |
| 测试图片 | ✅ `data/` 下 3 张图片 |
| 依赖安装 | ✅ 全部就绪 |
| CLI 推理 | ✅ 3 张图全部成功，每张 ~3 秒 |
| Streamlit Web UI | ⚠️ 依赖有小冲突，但 CLI 不受影响 |

**使用方法：**

```bash
# CLI 批量处理 data/ 下所有图片
cd /path/to/dst/ClearText-main
/opt/anaconda3/envs/cleartext/bin/python run.py

# 处理指定图片
/opt/anaconda3/envs/cleartext/bin/python run.py data/boston_cooking_a.jpg

# 处理多张图
/opt/anaconda3/envs/cleartext/bin/python run.py data/test1.jpg data/test2.png
```

输出在 `outputs/` 目录下，每张图生成独立的 `_output.jpg`。

3 运行实际用例

这里通过openclaw实际运行图片增强，进一步验证openclaw完成实际任务的能力。

3.1 测试图片

测试图片如下，可见这个图片变色非常明显。

3.2  测试运行

同上，直接提示openclaw运行测试，除测试文件相对路径外，没有多余信息辅助。

尝试处理以下图片，相对路径如下
ClearText-main/boston_cooking_a.jpg

openclaw进行处理

最终处理结果

处理后图片如下所示

openclaw独立完成了开源代码在本地的部署和测试，并运行实际用例。

在整个过程中，几乎不需要人工干预。

reference

---

ClearText

https://github.com/ajinkya933/ClearText

OpenClaw如何通过js编程从浏览器提取数据

https://blog.csdn.net/liliang199/article/details/163536477