image-content-extractor

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

# 自动检测模式（推荐）
python3 scripts/extract.py /path/to/image.png

# 指定模式
python3 scripts/extract.py image.png --mode terminal|document|general

# 保存到文件
python3 scripts/extract.py image.png -o output.md

# 保存到知识库
python3 scripts/extract.py image.png -k -c testing -t "标题"

# 批量处理
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：

• GitHub: https://github.com/example-user/openclaw-skills
• ClawHub: https://clawhub.com
• 创建者：思捷娅科技 (SJYKJ)/zhaog100

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