Token导航 LogoToken导航

Agent Skill · 效率

rembg(rembg 效率)

rembg 用于补充效率相关能力,适合在 OpenClaw 中需要让 Agent 承接效率相关任务时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

rembg 是效率类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为只读;许可证为 MIT-0,第三方扫描有提醒项,按安装量在效率类的 21,003 个 Skill 里排第 4,109。

总安装 14,351周安装 604GitHub Stars 公开资料未说明下载 5,025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
0.0.1

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:rembg(rembg 效率)
来源仓库:https://github.com/justzerox/rembg
安装命令:
openclaw skills install rembg
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 rembg

这个 Skill 是做什么的

效率类 Skill 把重复的整理、汇总、转换工作交给助手完成,减少手工复制粘贴。

使用rembg AI模型提取图片背景,生成透明背景的PNG图片。首次使用需运行setup/install.py初始化环境。

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 rembg;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

    它标注为只读,先用只读任务试一次,确认行为符合预期再扩大使用范围。

常见问题

6 条

rembg 怎么安装?

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

rembg 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。

rembg 需要什么权限?

权限级别是只读。该 Skill 主要提供规则、说明或参考内容,本身偏只读;真正读写文件、联网或执行命令仍取决于宿主 Agent 的任务。

rembg 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。

rembg 用的人多吗?

公开数据是累计安装 14,351 次,近一周安装 604 次,下载 5,025 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。

rembg 安全吗?

第三方扫描有提醒项,说明存在需要人工确认的行为。安装前请打开源码看清它读了什么、联网到哪里。

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。
  • 标注为只读权限,试用阶段不容易误改本地文件。

先想清楚的地方

  • 第三方扫描存在提醒项或未通过项,需要人工逐条确认。
  • 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。
  • 需要处理效率类任务、又不想每次都手写提示词的人。
  • 只想先试试效果、不希望它改动本地文件的人。

不太适合

  • 需要厂商级技术支持和 SLA 的生产系统。

效率类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
github

GitHub 代码协作 · OpenClaw

7,632,918545需要联网MIT-0通过
nano-pdf

Nano PDF 文档 · OpenClaw

4,249,476231需要联网MIT-0通过
auto-updater

自动更新程序 · OpenClaw

2,964,063386操作浏览器MIT-0通过
video-frames

视频帧 · OpenClaw

2,621,304112需要联网MIT-0通过
gemini

Gemini 助手 · OpenClaw

2,547,39648需要联网MIT-0有提醒
rembg

rembg 效率 · 本页

14,351—只读MIT-0有提醒

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

name
rembg
description
使用 rembg AI 模型去除图片背景,生成透明背景的 PNG 图片。首次使用需运行 setup/install.py 初始化环境。

rembg - AI 抠图工具

使用 rembg(基于深度学习的背景去除工具)为图片去除背景。

快速开始

1. 初始化环境

首次使用必须先运行环境初始化:

cd <Skill目录>
python3 setup/install.py

初始化后会:

  • 在用户根目录 ~/.venv/rembg/ 创建虚拟环境
  • 自动安装 requirements.txt 中的依赖

2. 验证环境

python3 setup/check_env.py

3. 使用

# 单张图片处理
python3 scripts/remove_bg.py <输入图片路径>

# 批量处理
python3 scripts/batch_remove_bg.py <输入目录> [输出目录]

目录结构

rembg/
├── SKILL.md              # 本文件
├── _meta.json           # 元数据
├── setup/               # 环境初始化
│   ├── install.py       # 安装脚本(创建 ~/.venv/rembg/)
│   ├── requirements.txt  # 依赖声明
│   └── check_env.py     # 环境检查
├── scripts/             # 业务脚本
│   ├── remove_bg.py     # 单张处理
│   └── batch_remove_bg.py  # 批量处理
├── references/          # 参考文档
│   └── rembg-guide.md  # 详细指南
└── image_output/        # 输出目录(运行时生成)
    ├── single/          # 单张结果
    └── batch/           # 批量结果

环境说明

  • 虚拟环境位置:~/.venv/rembg/(在用户根目录)
  • AI 模型位置:~/.u2net/
  • 首次运行会自动下载 AI 模型(~176MB)
  • 所有脚本使用 ~/.venv/rembg/ 中的 Python 执行

安装后检查

# 验证环境是否就绪
python3 setup/check_env.py

# 应该看到:
# ✓ 虚拟环境存在
# ✓ rembg 已安装
# ✓ AI 模型已下载

平台分布

OpenClaw

95.81%
按下载量换算4,814

安全审计

VirusTotal

可疑

ClawScan

可疑

Static analysis

通过

权限和风险

只读

该 Skill 主要提供规则、说明或参考内容,本身偏只读;真正读写文件、联网或执行命令仍取决于宿主 Agent 的任务。

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。来源安全扫描存在提醒或未通过项,安装前请自行复核。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