Menú
图片识别与分析工具。使用视觉大模型识别图片内容，输出详细客观的识别结果供主模型分析。当用户发图片时，主模型必须直接调用此 skill，然后基于识别结果进行分析和回答。支持 SiliconFlow（默认）、OpenAI、Anthropic 等多服务商。
Instalar con Codex o Claude Copia este prompt, pégalo en Codex, Claude u otro asistente, y deja que revise la página de la skill y la instale por ti.
Basado en la clasificación ocupacional SOC
Bloom Mission Discovery — find missions matched to your taste, submit content, and track rewards. Powered by Bloom Protocol.
DESCRIPTION of what this skill does. Include specific trigger keywords and scenarios. Use when: scenario1, scenario2, scenario3.
First-time setup for the Durable Agents stack (Mastra + Trigger.dev). Run once before using the main skill.
Read/search Gmail via gog CLI. Inbox check, email search, content retrieval.
One-sentence description. Use when [trigger scenarios].
Use cheap, TEE-verified AI models from the 0G Compute Network as OpenClaw providers. Discover available models and compare pricing vs OpenRouter, verify provider integrity via hardware attestation (Intel TDX), manage your 0G wallet and sub-accounts, and configure models in OpenClaw with one workflow. Supports DeepSeek, GLM-5, Qwen, and other models available on the 0G marketplace.
| name | siliconflow-vision |
| description | 图片识别与分析工具。使用视觉大模型识别图片内容，输出详细客观的识别结果供主模型分析。当用户发图片时，主模型必须直接调用此 skill，然后基于识别结果进行分析和回答。支持 SiliconFlow（默认）、OpenAI、Anthropic 等多服务商。 |
用户发图片 → 主模型直接调用 skill → skill 识别图片 → skill 输出详细结果 → 主模型分析+网络搜索 → 给出准确回答
image 工具，不要跳过 skill用户: [图片] 这个 meme 笑点在哪？
主模型: python scripts/analyze_image.py meme.jpg
↓
Skill 输出: 详细识别结果（文字+元素）
↓
主模型: 基于识别结果进行分析
- 如果需要背景知识 → 网络搜索
- 如果需要验证 → 网络搜索
↓
主模型回答: 结合事实的准确解析
❌ 直接调用 image 工具回答
❌ 跳过 skill 自己猜测
❌ skill 做过多分析解读
❌ 不验证信息就回答
# 基本用法（推荐）
python scripts/analyze_image.py /path/to/image.jpg
# 指定自定义问题
python scripts/analyze_image.py image.jpg -q "只提取文字"
# 智能模式（更精准，适合复杂图片）
python scripts/analyze_image.py meme.png -m smart
# 简短输出
python scripts/analyze_image.py screenshot.png -s
# 指定服务商
python scripts/analyze_image.py photo.jpg --provider openai
| 参数 | 说明 | 示例 |
|---|---|---|
image | 图片路径或 URL | /path/to/image.jpg |
-q, --question | 自定义问题 | -q "提取所有文字" |
-m, --model | 模型选择 | -m smart |
-s, --short | 简短模式 | -s |
--provider | 指定服务商 | --provider openai |
-c, --compress | 压缩图片 | -c |
| 服务商 | 默认模型 | 特点 | 配置键 |
|---|---|---|---|
| SiliconFlow | deepseek-ai/deepseek-vl2 | 默认，快速稳定 | siliconflow_api_key |
| OpenAI | gpt-4o | 通用强大 | openai_api_key |
| Anthropic | claude-sonnet-4 | 推理能力强 | anthropic_api_key |
| 模式 | 模型 | 速度 | 适用场景 |
|---|---|---|---|
| fast | deepseek-ai/deepseek-vl2 | ~5秒 | 默认，详细识别日常图片 |
| smart | Qwen/Qwen2.5-VL-72B-Instruct | ~2分钟 | 复杂图片、图表、需要精准分析 |
| balanced | deepseek-ai/deepseek-vl 待测试 | 2-turbo | 平衡速度与精度 |
文件: config/default.json
{
"provider": "siliconflow",
"api_key": "sk-xxx",
"model": "fast"
}
也可通过环境变量:
SILICONFLOW_API_KEYOPENAI_API_KEYANTHROPIC_API_KEY当识别图片时，skill 会输出：
1. 图片类型：截图/表情包/聊天记录等
2. 清晰文字：完整提取所有文字
3. 画面元素：列出所有视觉元素
4. 整体布局：图片结构
5. 风格氛围：简约/搞笑/暗黑等
6. 其他细节：值得注意的元素
重要原则：
| 错误 | 解决方案 |
|---|---|
| API key 失效 | 检查配置或环境变量 |
| 图片不存在 | 检查路径是否正确 |
| 超时 | 切换到 fast 模式重试 |
| 服务商不支持 | 切换到其他服务商 |
2026-02-04 优化：
2026-02-06 整合：