| name | image-content-extractor |
| description | 统一图片内容提取技能。智能识别终端/文档/通用模式,自动提取内容生成Markdown。 |
| version | 2.0.0 |
| author | miliger |
| created | "2026-03-06T00:00:00.000Z" |
| updated | "2026-03-06T00:00:00.000Z" |
图片内容提取技能 v2.0
智能识别终端/文档/通用模式,自动提取内容生成Markdown。
🎯 三大模式
- 终端模式(Terminal):终端/命令行截图,命令高亮
- 文档模式(Document):文档截图,标题/列表/代码块检测
- 通用模式(General):各种图片,自动类型检测
🚀 使用方式
python3 scripts/extract.py /path/to/image.png
python3 scripts/extract.py image.png --mode terminal|document|general
python3 scripts/extract.py image.png -o output.md
python3 scripts/extract.py image.png -k -c testing -t "标题"
python3 scripts/extract.py ./images/ --batch -k -c knowledge
🛠️ 处理流程
图片输入 → 模式检测 → 预处理 → 智能分块 → OCR识别 → 智能合并 → 结构分析 → Markdown输出
📁 文件结构
image-content-extractor/
├── scripts/extract.py # 主入口
├── core/ # 核心(ocr, preprocess, merge, structure)
├── modes/ # 模式(terminal, document, general)
└── config/extractor-config.json
🔧 关键配置(extractor-config.json)
ocr.engine:tesseract,支持AI降级
preprocessing.block_height:2000px分块
structure_detection:标题/列表/代码块/表格
knowledge_base.auto_index:自动更新QMD
⚠️ 注意
- 图片分辨率≥1500px宽度效果最佳
- OCR引擎:Tesseract + AI备用
- 最大图片尺寸:50000px
详细配置选项、使用场景、更新日志见 references/skill-details.md
📄 许可证与版权声明
MIT License
Copyright (c) 2026 思捷娅科技 (SJYKJ)
免费使用、修改和重新分发时,需注明出处。
出处:
商业使用授权:
- 个人/开源:免费
- 小微企业(<10 人):¥999/年
- 中型企业(10-50 人):¥4,999/年
- 大型企业(>50 人):¥19,999/年
- 源码买断:¥99,999 一次性
详情请查看:LICENSE