万物识别

解决什么问题

当你拿到一张包含明确主体的图片，需要快速知道“这是什么”时，手工维护分类器或者直接调用通用多模态模型往往不够直接：前者类别空间有限，后者输出不稳定、不好约束。这个技能把这件事收敛成一次简单的标签查询——输入一张图，输出主体物体的类别标签，类别空间覆盖五万多种。

技能如何工作

技能本身只做路由和参数整理，真正的识别交给后端 API：

• 密钥检查：使用前先读取 scripts.config.settings.api_key，如果为空，必须通过 AskUserQuestion 向用户询问密钥，再调用 scripts.config.set_api_key(api_key) 保存。缺少密钥时不会自行搜索或编造结果。
• 工具选择：根据图片来源二选一。图片以 URL 形式给出时走 scripts.tools.general_recognition，参数为 dataUrl；图片以 Base64 形式给出时走 scripts.tools.general_recognition_for_data_base64，参数为 dataBase64。
• 参数补全：如果用户没有提供图片地址或编码，需要继续询问补齐，不能跳过。
• 结果整理：工具返回 result["raw"]、result["success"] 和 result["message"]，把 raw 中的原始 JSON 整理后展示给用户即可。

适用边界与注意点

• 只针对包含主体物体的图像做标签识别，不是通用图片理解，不适用于无主体的纯风景、抽象图案或需要细粒度属性判断的场景。
• 五万多类的覆盖面听起来很大，但遇到长尾、新品类或具体型号时仍可能打不准，建议把结果当作候选标签而不是最终结论。
• 必须配置 API 密钥才能工作，且要确保用户理解密钥会发送给服务方。
• 传入的图片需要以链接或 Base64 字符串的形式提供，本地文件路径不会被自动读取。