讯飞大模型OCR图像理解

解决的问题

当需要从本地图片、截图或表格图中提取可读内容时，直接把图片路径交给该 skill，而不是手动复制 OCR 平台入口、整理凭证或写一次性脚本。它面向的是“图片已有、配置可用、结果要程序化”的办公场景，尤其适合后续把识别结果写入文档、表格或工单字段。

工作方式与边界

技能会先确认输入图片路径是否存在，再根据调用方式获取鉴权信息。配置优先级为：--api-key、--model-id、--base-url 等命令行参数最高，其次读取环境变量（默认 IFLYTEK_API_KEY），最后读取 --config 指定的 JSON 文件。assets/config.template.json 只是模板，不能直接当作真实凭证使用。执行后会直接返回 JSON 结果，必要时可解释 content 字段。

适用时注意：它处理的是用户提供的本地图片，识别文字、表格或截图内容；若需要自定义提示词，应通过参数传入，而不是修改 skill 包内文件。