Token导航 LogoToken导航

Agent Skill · 图像处理

image-understanding(图像理解)

用于辅助图像生成、图片编辑、视觉素材处理或图像模型工作流。它适合让 Agent 根据文本生成图片、处理背景、整理视觉提示词或调用相关图像工具。使用时需要确认输入图片、版权来源、输出格式和模型限制;涉及人物、品牌、商品或公开展示素材时,应额外核对授权、真实性和内容合规边界。

image-understanding 是图像处理类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为接触敏感数据;许可证为 MIT-0,第三方扫描已通过,按安装量在图像处理类的 1,562 个 Skill 里排第 193。

总安装 18,110周安装 770GitHub Stars 公开资料未说明下载 6,345核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
MIT-0
版本
0.0.4

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:image-understanding(图像理解)
来源仓库:https://github.com/isabellazhangym/image-understanding
安装命令:
openclaw skills install image-understanding
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install image-understanding

这个 Skill 是做什么的

图像处理类 Skill 处理生成、裁剪、压缩和批量转换图片的任务。

智谱GLM-4.6V多模态视觉模型集成插件。支持128K长上下文、文档解析、视频理解与原有工具调用。具备工业级安全审计指引。

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 OpenClaw;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 openclaw skills install image-understanding;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要接触敏感数据,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

image-understanding 怎么安装?

在终端执行 openclaw skills install image-understanding。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

image-understanding 支持哪些 AI 工具?

公开资料标注支持 OpenClaw。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

image-understanding 需要什么权限?

权限级别是接触敏感数据。该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

image-understanding 是免费的吗?

来源标注的许可证是 MIT-0。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

image-understanding 用的人多吗?

公开数据是累计安装 18,110 次,近一周安装 770 次,下载 6,345 次。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

image-understanding 安全吗?

第三方扫描结果为通过,但这只覆盖已知的静态检查项,不能替代自己读一遍源码和安装命令。

值得选的地方和要先想清楚的地方

值得选的地方

  • 专注 OpenClaw 一种宿主,触发方式和使用习惯不用来回切换。
  • 许可证明确为 MIT-0,商用和分发边界好判断。
  • 第三方扫描已通过,常见的高风险行为没有命中。

先想清楚的地方

  • 需要接触敏感数据,装到常用环境前要先评估影响面。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 OpenClaw,想直接扩展它能力的人。
  • 需要处理图像处理类任务、又不想每次都手写提示词的人。
  • 需要许可证清楚、并且有第三方扫描结果的团队项目。

不太适合

  • 环境里有大量密钥、凭证,不方便给第三方 Skill 读取的人。
  • 需要厂商级技术支持和 SLA 的生产系统。

图像处理类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
ai-image-generation

AI 图像生成 · Codex、Claude

4,365,552382调用外部服务未明确有提醒
openai-image-gen

OpenAI 图像生成 · OpenClaw

1,906,88432需要联网MIT-0有提醒
image

图像 · OpenClaw

525,99926需要联网MIT-0通过
baoyu-cover-image

宝玉封面图 · Codex、Claude

474,24016,779只读MIT有提醒
baoyu-image-gen

宝玉图像生成器 · Codex、Claude

468,00716,778接触敏感数据MIT通过
image-understanding

图像理解 · 本页

18,110—接触敏感数据MIT-0通过

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

~~~Markdown


name: glm-4.6v-connector description: "智谱 GLM-4.6V 多模态视觉模型专业集成插件。支持图像理解、128K 文档解析及自动化工具调用。" version: "1.0.0" homepage: "https://github.com/zai-org/GLM-V" repository: "https://github.com/zai-org/GLM-V.git" authors: ["IsabellaZhangYM"] license: "MIT"

🛠️ 关键修复:补齐 Registry 所需的元数据声明

requirements: environment_variables: - ZHIPUAI_API_KEY dependencies: python: - "zhipuai>=2.1.0" install_command: "pip install zhipuai"

credentials: ZHIPUAI_API_KEY: description: "智谱 AI 开放平台 (bigmodel.cn) 的 API Key" required: true source: "environment_variable"


👁️ GLM-4.6V 视觉模型集成指南

本 Skill 为开发者提供安全、高效的智谱多模态模型接入能力,适用于自动化文档处理、UI 复刻及智能视觉理解场景。

🛡️ 安全合规指引

  1. 凭据安全:本插件强制要求通过环境变量 ZHIPUAI_API_KEY 注入凭据。禁止在代码中硬编码任何密钥。
  2. 隐私保护:在上传企业财报、身份证明或敏感截图前,请务必进行局部遮盖或数据脱敏。
  3. 调用审计:建议在 client 初始化时启用日志记录,以便追踪工具调用 (Function Call) 的行为。

⚡ 快速开始

1. 环境准备

确保你的环境中已安装 Python 3.8+ 及官方 SDK:

pip install zhipuai
~~~

## 2. 基础调用示例


import os from zhipuai import ZhipuAI

使用环境变量确保持久安全

client = ZhipuAI(api_key=os.environ.get("ZHIPUAI_API_KEY"))

def analyze_vision(image_path): response = client.chat.completions.create( model="glm-4.6v", messages=[{ "role": "user", "content": [ {"type": "text", "text": "提取图中的关键信息并输出为 JSON"}, {"type": "image_url", "image_url": {"url": f"data:image/jpeg;base64,...(base64)..."}} ] }] ) return response.choices[0].message.content


------

## 🏗️ 核心功能与场景

| **场景**         | **推荐模型**     | **特色能力**                         |
| ---------------- | ---------------- | ------------------------------------ |
| **高精度 OCR**   | `glm-4.6v`       | 复杂排版、手写体、公式解析           |
| **超长文档/PPT** | `glm-4.6v`       | 128K 上下文,支持 200 页文件深度摘要 |
| **成本敏感任务** | `glm-4.6v-flash` | 基础识图,**完全免费**               |

------

## 🔗 开发者资源

- **官方文档**: [bigmodel.cn/dev/api](https://open.bigmodel.cn/)
- **MCP 协议集成**: [文档入口](https://docs.bigmodel.cn/cn/coding-plan/mcp/vision-mcp-server)
- **安全报告**: 本 Skill 已通过初步静态扫描,建议在沙盒环境运行。

平台分布

OpenClaw

72.44%
按下载量换算4,596

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

未展示

权限和风险

接触敏感数据

该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills