Agent Skills
返回列表
🎨

万物识别

设计多媒体 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中：

请根据 https://skillhub.cn/install/skillhub.md，安装 @user_628f4cb3/general-recognition。

技能介绍

要解决什么问题

你在对话里丢一张图，希望模型能说出「画面里主体大概是什么类别」——不是泛泛描述场景，而是接近细粒度分类标签（例如具体物体类型）。手工查图或凭视觉模型自由发挥，类别口径往往不一致；本技能把识别接到小本羊的万物识别接口，在约 5 万余类物体标签空间里给出主体类别结果。

技能如何工作

大模型充当路由层：理解用户是要识别图片、参数是链接还是 Base64，再调用 scripts.tools 里对应函数，把 API 返回的 result["raw"] 整理后展示。

  • general_recognition：必填 dataUrl，传入可访问的图片文件链接。
  • general_recognition_for_data_base64：必填 dataBase64，传入图片的 Base64 编码。

首次使用前需检查 scripts.config.settings.api_key；若 .env 中无 XBY_APIKEY，须通过 AskUserQuestion 向用户索取密钥，并调用 scripts.config.set_api_key 持久化。密钥在 xiaobenyang.com 获取。

适用边界与注意点

  • 能力聚焦含清晰主体的图像与类别标签输出；接口语义以 SKILL 与工具参数为准，不要臆造未返回的字段。
  • 无 API 密钥时禁止自行搜索或编造识别结果，必须先配置密钥再调用。
  • 链接方式依赖 dataUrl 可被服务端拉取；Base64 适合本地或不便公开 URL 的图片。参数缺失时应向用户补问，而非猜测。

使用场景

  • 运营收到用户上传的商品实拍图，需要按主体类别写入后台类目字段，便于检索与审核。
  • 内容安全同学处理待审图片队列，需先得到画面主体的细粒度类别标签再决定是否放行。
  • 资料管理员批量处理外链图床上的素材，用图片 URL 批量跑识别结果做归档索引。
  • 客户端仅能把拍照结果以 Base64 上传，需在对话里识别主体类别以驱动后续表单或路由逻辑。

适合人员

  • 负责商品图入库与类目维护的电商运营，希望从单张图快速得到与后台类目对齐的主体标签。
  • 处理 UGC 图片审核的内容安全工程师，需要可对照规则库的主体类别而非自由文本描述。
  • 做野外或标本影像整理的科研助理，想把每张图的主体类别写进结构化元数据字段。
  • 集成第三方识别 API 的移动产品工程师，需要在 Agent 对话里验证 URL/Base64 两种入参链路。