image-analysis
图片分析与识别,可分析本地图片、网络图片、视频、文件。适用于 OCR、物体识别、场景理解,以及主模型不支持图片输入或需要独立视觉模型复核时。多模态主模型能直接查看附件时不需要调用。
How do I install this agent skill?
npx skills add https://github.com/countbot-ai/countbot --skill image-analysisIs this agent skill safe to install?
- Gen Agent Trust Hubpass
The skill provides image, video, and file analysis capabilities using Zhipu and Qwen vision models. While it functions as intended for its primary purpose, it presents a standard attack surface for indirect prompt injection through external media content.
- Socketwarn
1 alert: gptAnomaly
- Snykwarn
Risk: MEDIUM · 1 issue
- Runlayerpass
3/5 files flagged
- ZeroLeakswarn
2 findings · Score: 76/100
What does this agent skill do?
图片分析与识别
支持智谱 GLM-4V 和千问 Qwen-VL 两种视觉模型。
当主模型无法直接查看图片、需要独立视觉模型复核,或需要专门的 OCR 时使用此技能。多模态主模型已经能直接看到附件时,不要重复调用。
配置
编辑 skills/image-analysis/scripts/config.json:
{
"default_model": "zhipu",
"zhipu": {
"api_key": "your-zhipu-api-key",
"model": "glm-4.6v-flash"
},
"qwen": {
"api_key": "your-qwen-api-key",
"model": "qwen3-vl-plus"
}
}
API Key 获取:
命令行调用
# 分析本地图片(最常用)
python3 skills/image-analysis/scripts/vision.py analyze --image 图片路径 --prompt "描述图片内容"
# 分析网络图片
python3 skills/image-analysis/scripts/vision.py analyze --image https://example.com/image.jpg --prompt "描述图片"
# 多图对比
python3 skills/image-analysis/scripts/vision.py analyze --image img1.jpg --image img2.jpg --prompt "对比差异"
# 指定模型
python3 skills/image-analysis/scripts/vision.py analyze --image image.jpg --prompt "描述图片" --model qwen
# 开启思考模式(仅智谱,提升准确度)
python3 skills/image-analysis/scripts/vision.py analyze --image image.jpg --prompt "详细分析" --thinking
# 视频分析
python3 skills/image-analysis/scripts/vision.py analyze --video video.mp4 --prompt "总结视频内容"
# JSON 输出
python3 skills/image-analysis/scripts/vision.py analyze --image image.jpg --prompt "描述图片" --json
AI 调用场景
用户发送图片后,系统下载到本地(如 data/temp/images/xxx.jpg):
# 图片描述
python3 skills/image-analysis/scripts/vision.py analyze --image data/temp/images/xxx.jpg --prompt "描述这张图片的内容"
# OCR 识别
python3 skills/image-analysis/scripts/vision.py analyze --image data/temp/images/xxx.jpg --prompt "提取图片中的所有文字信息"
# 物体定位(开启思考模式)
python3 skills/image-analysis/scripts/vision.py analyze --image data/temp/images/xxx.jpg --prompt "找出物体位置,返回坐标" --thinking
模型选择
| 场景 | 推荐 |
|---|---|
| 简单描述 | 任意 |
| 复杂推理、物体定位 | 智谱 + --thinking |
| 高精度识别、文档解析 | 千问 |
| 成本敏感 | 智谱(免费) |
注意事项
- 本地图片自动转 Base64,支持 jpg/png/gif/webp/bmp
- 智谱图片限制 5MB,像素不超过 6000x6000
- 千问不支持同时处理图片、视频和文件
- 思考模式会增加响应时间但提升准确度
How can the creator link this skill?
Add the canonical catalog link to the repository README so users can inspect current installs and available audits. The publishing guide covers the complete discovery path.
<a href="https://skillzs.dev/skills/countbot-ai/countbot/image-analysis">View image-analysis on skillZs</a>