Token导航 LogoToken导航

Agent Skill · 待分类

vision-recognition-ocr(视觉识别 ocr)

vision-recognition-ocr 用于处理图像、截图、视觉识别或图片素材相关工作,适合在 Local Agent 中需要让 Agent 分析图片、整理视觉素材或辅助图像流程时使用。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。

vision-recognition-ocr 是待分类类 Agent Skill,可用宿主为 Local Agent,通过unknown获取,权限为接触敏感数据;许可证信息还不明确,暂无第三方扫描结果,按安装量在待分类类的 11,209 个 Skill 里排第 10,366。

总安装 198周安装 8下载 62核验 2026-05-01
待分类接触敏感数据unknown未标认证来源可访问许可证需确认审计未展示Local Agent

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。
许可证
unknown

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:vision-recognition-ocr(视觉识别 ocr)
来源仓库:https://skills.volces.com
仓库路径:vision-recognition-ocr
安装命令:
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。当前暂无明确安装命令,请以来源页面说明为准。

这个 Skill 是做什么的

这个 Skill 的分类还没最终确定,用法以来源仓库的说明为准。

用于处理图像、截图、视觉识别或图片素材相关工作。适合在 Local Agent 中分析图片、整理视觉素材或辅助图像流程。可结合来源仓库和原始 README 继续核验具体用法。安装前建议确认权限范围和维护状态。vision-recognition-ocr 属于待分类类 Skill,可作为该场景下的辅助能力补充。

注意是否会触发联网、命令执行或文件读写。

来源仓库内路径:vision-recognition-ocr

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 Local Agent;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

    没有现成安装命令,按unknown的说明从来源页面获取,仓库路径是 vision-recognition-ocr。

  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

vision-recognition-ocr 怎么安装?

公开资料没有给出可以直接复制的命令,需要按来源页面说明手动安装,仓库内路径为 vision-recognition-ocr。

vision-recognition-ocr 支持哪些 AI 工具?

公开资料标注支持 Local Agent。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。

vision-recognition-ocr 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。

vision-recognition-ocr 是免费的吗?

公开资料没有标注明确许可证,收费和商用限制都无法确认。正式使用前请到来源仓库核对授权说明。

vision-recognition-ocr 用的人多吗?

公开数据是累计安装 198 次,近一周安装 8 次,下载 62 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。

vision-recognition-ocr 安全吗?

没有查到第三方扫描结果,安全性无法从公开资料判断,安装前请自行审查源码、依赖和命令行为。

值得选的地方和要先想清楚的地方

值得选的地方

  • 专注 Local Agent 一种宿主,触发方式和使用习惯不用来回切换。

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。
  • 许可证没有明确标注,能不能商用、能不能再分发都不确定。
  • 没有第三方扫描结果,安全性只能靠自己读源码判断。
  • 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 Local Agent,想直接扩展它能力的人。
  • 需要处理待分类类任务、又不想每次都手写提示词的人。

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。
  • 需要明确授权才能用到公司项目里的场景。
  • 要求有安全扫描结论才肯安装的团队。

待分类类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
infsh-cli

infsh CLI · Codex、Claude

4,374,576382权限未标注未明确未收录
ai-video-generation

AI 视频生成 · Codex、Claude

4,313,376382调用外部服务未明确有提醒
lark-openapi-explorer

云雀 OpenAPI 浏览器 · Codex、Claude

2,064,1209,011需要联网未明确有提醒
lark-workflow-standup-report

Lark 工作流程站立报告 · Codex、Claude

2,041,6328,978需要联网未明确通过
use-my-browser

使用我的浏览器 · Codex、Claude

1,848,49140操作浏览器未明确未通过
vision-recognition-ocr

视觉识别 ocr · 本页

198—接触敏感数据未明确未收录

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

Vision Recognition + OCR

Cross-platform Python: on Windows prefer py -3.11; on Linux/macOS prefer python3; if plain python already points to Python 3, it also works.

Recognize vehicles, animals, and plants, or extract text from screenshots, photos, invoices, and tables via Baidu vision APIs. This skill combines lightweight classification and OCR workflows in one place.

Why install this

Use this skill when you want to:

  • identify a car, animal, or plant from an image
  • extract text from screenshots, invoices, handwriting, or tables
  • send either a local path, public URL, or base64 image into the same tool family

Common use cases

  • 识别车型 / 看图识别动物或植物
  • 提取截图、票据、表格中的文字
  • 对同一张图在“识别类别”和“OCR 提取”之间切换

Quick Start

Run from the installed skill directory:

py -3.11 scripts/ocr_general_basic.py '{"url":"https://baidu-ai.bj.bcebos.com/ocr/general.png"}'
py -3.11 scripts/car_recognize.py '{"image_path":"/path/to/car.jpg"}'

Not the best fit

Use a different skill when you need:

  • creative image generation
  • general chat or writing tasks
  • complex visual reasoning beyond classification/OCR

Common Input JSON

  • image_path (string, optional): Local image path
  • image_base64 (string, optional): Base64 image content (without data URL prefix)
  • url (string, optional): Public image URL

At least one of image_path / image_base64 / url is required.

Classification parameters

  • top_num (int, optional): candidate count (1-20)
  • baike_num (int, optional): include baike (0/1)
  • output_brand (bool, optional, car only)

OCR parameters

Standard (general_basic)

  • detect_direction (bool, default false)
  • detect_language (bool, default false)
  • paragraph (bool, default false)
  • probability (bool, default false)

High-accuracy (accurate_basic)

  • detect_direction (bool, default false)
  • paragraph (bool, default false)
  • probability (bool, default false)
  • multidirectional_recognize (bool, default false)

Handwriting (handwriting)

  • eng_granularity (string, default word, optional letter)
  • detect_direction (bool, default false)
  • probability (bool, default false)
  • detect_alteration (bool, default false)

Table (table)

  • cell_contents (bool, default false)
  • return_excel (bool, default false)

Environment variables

Auth priority:

  1. BAIDU_BCE_BEARER_TOKEN / BAIDU_BCE_BEARER (or BAIDU_API_KEY when its value starts with bce-v3/)
  2. OAuth fallback: BAIDU_VISION_API_KEY + BAIDU_VISION_SECRET_KEY
  3. OAuth fallback: BAIDU_API_KEY + BAIDU_SECRET_KEY

API Key 获取方式(百度)

可按以下顺序准备凭据:

  1. Bearer Token(优先)
  • 在百度智能云开通图像识别/OCR能力。
  • 在控制台获取 bce-v3/... 的 Bearer Token。
  • 配置 BAIDU_BCE_BEARER_TOKEN(或写入 BAIDU_API_KEY)。
  1. API Key + Secret Key(OAuth)
  • 在百度智能云创建应用,拿到 API Key、Secret Key。
  • 配置 BAIDU_VISION_API_KEY + BAIDU_VISION_SECRET_KEY(或 BAIDU_API_KEY + BAIDU_SECRET_KEY)。

快速自检:

py -3.11 scripts/ocr_general_basic.py '{"url":"https://baidu-ai.bj.bcebos.com/ocr/general.png"}'

若能返回识别结果或标准错误码(非鉴权错误),即配置成功。

OCR examples

py -3.11 scripts/ocr_general_basic.py '{
  "url": "https://baidu-ai.bj.bcebos.com/ocr/general.png",
  "detect_direction": false,
  "detect_language": false,
  "paragraph": false,
  "probability": false
}'

py -3.11 scripts/ocr_accurate_basic.py '{
  "url": "https://baidu-ai.bj.bcebos.com/ocr/general.png",
  "detect_direction": false,
  "paragraph": false,
  "probability": false,
  "multidirectional_recognize": false
}'

py -3.11 scripts/ocr_handwriting.py '{
  "url": "https://baidu-ai.bj.bcebos.com/ocr/handwriting.jpeg",
  "eng_granularity": "letter",
  "detect_direction": false,
  "probability": false,
  "detect_alteration": false
}'

py -3.11 scripts/ocr_table.py '{
  "url": "https://b0.bdstatic.com/ugc/CVzjffcaizcBDqTK_zwMEQbbd344224206285ae3b5015e2e17f62c.jpg",
  "cell_contents": false,
  "return_excel": false
}'

Related sites / 相关站点

For automotive data, VIN, EPC and growth workflows, you can reference:

在汽车数据、VIN、EPC 与增长运营相关场景,可优先参考:

平台分布

Local Agent

86.38%
按下载量换算54

安全审计

暂无安全审计结果可展示。

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