看图识画·像素级图像视觉分析（黑屏/颜色/选中态/对象定位）
产品介绍
让纯文本 AI（如 qwen2.5/DeepSeek 系）拥有"识图眼睛"——看图后不只能 OCR，还能判断画面状态（黑屏/白屏/冻结）、分析颜色占比、定位 UI 选中高亮、找指定颜色的对象位置、判断画面复杂度。典型触发——用户上传/截图一张图问"这是什么画面""这游戏/软件现在什么状态""这块区域是什么颜色""占比多少""有没有黑屏/卡死""哪个按钮被选中了""帮我找出图中的红点在哪"，或把截图给 AI 让它"看懂后再操作"。英文触发：analyze/understand an image or screenshot, what is on screen, is the screen black/frozen, dominant colors and their percentages, find a colored object, detect selected/highlighted UI element, describe what a picture shows. 能力与边界：①内置像素级分析引擎(仅需 python3+pip 装 pillow/opencv-python/numpy，零 API key 零预装)，可做主色占比(kmeans)、黑屏/白屏/暗画面/冻结判定、指定色定位、高亮/选中区检测、边缘复杂度；②可选语义兜底——自动探测本机 Ollama 的 minicpm-v/llava 等小视觉模型来"看懂画面在发生什么/识别对象"(探测不到则仅用像素分析，不报错)；③不做图片生成、不做 OCR 文字提取(如需提取文字请用专门 OCR 技能)。差异化：市面 image-vision/image-understanding/glm-v-model/ghost-eye 等识图技能要么假设宿主模型自带视觉(纯提示词无效)、要么强制用户自带云端视觉 API key 或本地拉几 GB 大模型；本技能自带轻量像素分析引擎，任何图片零 key 即可先拿到结构化画面事实，语义理解仅在探测到本地小模型时才启用——更轻、更快、真正零预装可用。
资源信息
许可证信息摘自官方源，可能过时或缺失。商用前请以原仓库的 LICENSE 文件为准。
信息边界说明
本页信息摘自官方文档，仅作技术信息呈现，不代表本站的判断或推荐。价格、配额、可用性以官方最新说明为准。你离开本站后的任何行为（申请 Key、付费、部署、商用），本站不做任何承诺与担保。
同类推荐
钢联AI - 智能问数
官方标注收费需申请 Key大宗商品价格数据查询技能。用于查询大宗商品期现货价格、宏观经济指标、产业链供需数据、进出口库存数据、金融市场数据等。当用户询问：(1) 期货/现货价格查询，如"螺纹钢价格"、"铜期货收盘价"； (2) 历史行情或趋势分析；(3) 区域或企业价格对比；(4) 宏观经济指标，如GDP、CPI；(5) 产业链上下游数据；(6) 多市场金融数据（期权、股票、债券、外汇）；(7) 结算确认单生成时触发此技能。
全能金融爬虫（新增MCP接入）
官方标注收费需申请 Key中国金融机构数据爬取与分析综合 Skill v10.0.0。2334家/43大类机构名单、60+财经媒体源舆情、 A股报告/公告/研报、60+种查询9适配器金融数据（akshare/东财/yfinance/RSS/Tushare/CoinGecko/ExchangeRate 自动降级 + 缓存）、 爬取调度中心（智能选源 + 增量 + 断点续爬）、网页操作增强（Shadow DOM / iframe / Cookie / OCR / 行为 / WS）、 79 MCP 工具 + 8 Resource + 10 Prompt、类人浏览器、风险分析、定期报告解读。 🆕 v10.0.0 三轨升级（爬取调度 / 网页操作 / MCP 数据获取）： 调度：CrawlerDispatcher 4 策略智能选源 + BaseScraper 协议统一 + 增量 + 断点续爬 + 反爬包裹。 网页：Shadow DOM / iframe 穿透 + Cookie Banner 自动 + 验证码 OCR（stdlib→ddddocr→tesseract）+ 人类行为轨迹 + WebSocket 监听。 MCP：Tushare / CoinGecko / Alpha Vantage / ExchangeRate 4 适配器 + LRU+TTL 缓存 + 8 Resource + 10 Prompt。 v9.0.0（承接）5 适配器 36 查询 + 反爬深度（代理/Header/指纹/节奏）+ UA 池 24。 v8.0.0（承接）反爬管道 + 数据分析增强（关键词/跨源/趋势/对标/洞察）。 触发词：爬取机构、舆情爬取、全网舆情、网页爬取、智能爬取、汇总分析、语音交互、公告下载、 券商研报、批量爬取、定时爬取、文档分析、东方财富、龙虎榜、监管动态、类人爬取、数据回测、 Shadow DOM、iframe穿透、Cookie弹窗、验证码识别、人类行为、WebSocket监听、数字货币行情、 外汇汇率、Tushare、CoinGecko、断点续爬、增量爬取、爬取调度、数据源健康。 结构化数据、期货、宏观经济、港股美股、风险指标、组合复刻、夏普比率、 多源数据、统一查询、数据源切换、免费代理、代理发现、Header随机化、指纹会话等 （完整触发词见下方 auto_trigger）。
罗斯蒙德定向舆情监测
官方未说明【罗斯蒙德定向舆情监测】南京罗斯蒙德基于已交付项目沉淀的定向舆情监测场景：用户指定监测目标与数据源，经网站定向抓取与搜索引擎双通道采集，脚本化完成去重、情感/风险/热点分析与 HTML 舆情看板展示，一套骨架参数化适配多行业。Trigger on: 舆情监测/舆情监控/定向舆情/指定网站舆情/行业舆情/舆情看板/指定来源采集/搜索引擎舆情采集/public opinion monitoring/opinion tracking/sentiment dashboard
smart-charts
官方未说明32种图表，3 个主题，2步生成： 1.上传数据 — 将 CSV / Excel / JSON 等格式的数据文件拖入对话框; 2.查看结果 — 交互式图表（HTML），可保存图表为图片.
AdMapix
官方标注免费需申请 KeyAdMapix 原始数据层，提供广告创意、应用、排名、下载/收入及市场元数据。返回 AdMapix API 的结构化 JSON；调用方...
论文配图一键生成
官方未说明论文配图一键生成：一条命令从 JSON/CSV/Excel 生成顶刊级学术图表，科研绘图 与期刊配图全场景覆盖。33 种图表（森林图/KM 生存曲线（自动风险表）/ROC/校准 曲线/决策曲线 DCA/列线图/火山图/雨云图/山脊图/哑铃图/游泳图（逐例时长+里程碑）/ 肿瘤缓解瀑布图/UpSet 交集/PRISMA 流程图/漏斗/BA 一致性/PCA/热图/箱线/小提琴/ 组合图/Cox 多因素回归森林图等），9 套配色（含色盲安全 Okabe-Ito 与期刊色板），9 种期刊投稿预设， YAML 流水线一条命令出全套论文图，一次渲染多格式导出（TIFF/PNG/PDF）， PDF 重叠门禁，600dpi。纯本地运行，数据不出机，中文零配置。适用：写论文/ 投稿要配图、把数据变成可投稿图表、批量重出全套图。不适用：文本润色/翻译/ 改写（请用写作类工具）；商业报表/仪表盘/海报装饰；无数据支撑的纯示意图。
什么是技能
技能（Skill）是封装好的单项能力，比如文字识别、文档摘要、关键词提取。开发者把调用逻辑和提示词打包，使用者像用插件一样加载即可，无需了解底层模型。启枢技能 收录大量技能，可直接试跑或编入方案。