Token导航 LogoToken导航TokenDH.com
效率需要联网clawhub未标认证来源可访问clear审计通过

tencentcloud-faceid-analyzedenselandmarks腾讯云 faceid 分析 enselandmarks

Agent Skill

tencentcloud-faceid-analyzedenselandmarks 用于辅助部署、云资源、容器和基础设施运维,适合在 OpenClaw 中需要检查配置、整理部署步骤或排查环境问题时使用。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。

总安装

6,120

周安装

255

GitHub Stars

公开资料未说明

下载量

2,040
OpenClaw

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

GitHub

来源数

2

许可证

MIT-0

最后核验

2026-05-01

来源状态

来源可访问

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:tencentcloud-faceid-analyzedenselandmarks(腾讯云 faceid 分析 enselandmarks)
来源仓库:https://github.com/xiaoqiangjava/tencentcloud-faceid-analyzedenselandmarks
安装命令:
openclaw skills install tencentcloud-faceid-analyzedenselandmarks
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 tencentcloud-faceid-analyzedenselandmarks

简介

腾讯云稠密人脸关键点(AnalyzeDenseLandmarks)接口调用技能。当用户需要对人脸图片进行稠密关键点定位时,应使用此技能。可返回人脸框坐标,以及人脸各部位(眼睛、眉毛、嘴巴、鼻子、瞳孔、中轴线、下巴、眼袋、额头)的稠密轮廓关键点坐标。支持图片Base64和图片URL两种输入方式。

SKILL.md

name
tencentcloud-faceid-analyzedenselandmarks
description
腾讯云稠密人脸关键点(AnalyzeDenseLandmarks)接口调用技能。当用户需要对人脸图片进行稠密关键点定位时,应使用此技能。可返回人脸框坐标,以及人脸各部位(眼睛、眉毛、嘴巴、鼻子、瞳孔、中轴线、下巴、眼袋、额头)的稠密轮廓关键点坐标。支持图片Base64和图片URL两种输入方式。

腾讯云稠密人脸关键点 (AnalyzeDenseLandmarks)

用途

调用腾讯云人脸识别(IAI)稠密人脸关键点接口,对请求图片进行五官定位,计算构成人脸轮廓的关键点,包括眉毛、眼睛、鼻子、嘴巴、下巴、脸型轮廓、中轴线等。

核心能力:

  • 稠密关键点定位:返回人脸各部位的高密度轮廓点坐标
  • 多部位覆盖:眼睛、眉毛、嘴巴(内/外)、鼻子、瞳孔、中轴线、下巴、眼袋、额头
  • 多人脸支持:最多返回 5 张人脸的关键点信息
  • 多输入方式:支持图片 Base64 和图片 URL 两种输入方式,传入本地文件时可自动转为 Base64

官方文档:https://cloud.tencent.com/document/product/867/47397

使用时机

当用户提出以下需求时触发此技能:

  • 需要对人脸图片进行稠密关键点定位
  • 需要获取人脸各部位(眼睛、眉毛、嘴巴、鼻子等)的轮廓坐标
  • 需要进行人脸轮廓分析或人脸对齐
  • 涉及人脸关键点提取、人脸形状分析的任何场景

环境要求

  • Python 3.6+
  • 依赖:tencentcloud-sdk-python(通过 pip install tencentcloud-sdk-python 安装)
  • 环境变量:

- TENCENTCLOUD_SECRET_ID:腾讯云API密钥ID - TENCENTCLOUD_SECRET_KEY:腾讯云API密钥Key

使用方式

运行 scripts/main.py 脚本完成稠密人脸关键点检测。

请求参数

参数类型必填说明
--imagestr本地图片文件路径(自动转 Base64)或 Base64 字符串,与 --url 二选一
--urlstr图片 URL,与 --image 二选一(都提供时优先使用 URL)
--modeint检测模式:0(检测所有人脸) / 1(仅检测面积最大的人脸),默认 0
--need-rotate-detectionint是否开启图片旋转识别:0(不开启) / 1(开启),默认 0
--regionstr腾讯云地域,默认 ap-guangzhou

图片输入规格

  • 格式:支持 PNG、JPG、JPEG、BMP,不支持 GIF
  • 大小:Base64 编码后不超过 5MB
  • 分辨率:jpg 格式长边不超过 4000px,其他格式长边不超过 2000px,短边不小于 64px
  • 算法版本:仅支持 3.0

输出格式

检测成功后返回 JSON 格式结果:

{
  "ImageWidth": 480,
  "ImageHeight": 640,
  "FaceModelVersion": "3.0",
  "FaceCount": 1,
  "DenseFaceShapeSet": [
    {
      "FaceRect": {"X": 100, "Y": 80, "Width": 200, "Height": 250},
      "LeftEye": [{"X": 150, "Y": 180}, ...],
      "RightEye": [...],
      "LeftEyeBrow": [...],
      "RightEyeBrow": [...],
      "MouthOutside": [...],
      "MouthInside": [...],
      "Nose": [...],
      "LeftPupil": [...],
      "RightPupil": [...],
      "CentralAxis": [...],
      "Chin": [...],
      "LeftEyeBags": [...],
      "RightEyeBags": [...],
      "Forehead": [...]
    }
  ],
  "RequestId": "xxx"
}

各部位关键点说明

部位字段说明
LeftEye / RightEye左/右眼睛轮廓点
LeftEyeBrow / RightEyeBrow左/右眉毛轮廓点
MouthOutside外嘴巴轮廓点(从左侧开始逆时针)
MouthInside内嘴巴轮廓点(从左侧开始逆时针)
Nose鼻子轮廓点
LeftPupil / RightPupil左/右瞳孔轮廓点
CentralAxis中轴线轮廓点
Chin下巴轮廓点
LeftEyeBags / RightEyeBags左/右眼袋轮廓点
Forehead额头轮廓点

调用示例

# 传入本地图片文件(自动转 Base64)
python scripts/main.py --image ./face.jpg

# 传入图片 URL
python scripts/main.py --url "https://example.com/face.jpg"

# 只检测面积最大的人脸
python scripts/main.py --image ./face.jpg --mode 1

# 开启旋转识别
python scripts/main.py --image ./face.jpg --need-rotate-detection 1

适合场景

01

OpenClaw 用户查找和安装 Skill 时

02

用户想查找某类 Agent Skill 时

03

需要根据任务场景推荐可安装能力包时

04

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明,方便继续核验

能力 4

补充不同宿主或平台的使用分布数据

能力 5

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用;具体调用方式请以来源页面和 README 为准。

平台分布

OpenClaw

94.9%
按下载量换算1,936

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

通过

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

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。当前只有一个来源,正式发布前建议补源仓库或其他目录站核验。

来源信息

继续浏览同类 Skills