# Image Analyzer

> 当用户需要分析、描述、理解或读取图片内容时使用此 skill。

- Skill: `yulaiz/image-analyzer` (Agent Skill, multi-file: 2 files)
- Install (CLI): `npx skillmds@latest add yulaiz/image-analyzer`
- Raw SKILL.md: https://api.skillmd.com/api/skills/yulaiz/image-analyzer/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: yulaiz (https://skillmd.com/u/yulaiz)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/yulaiz/image-analyzer

---


# 图片分析 Skill

使用硅基流动的免费模型 DeepSeek-OCR 分析图片内容、OCR 识别文字。

## 触发条件

- 用户发送图片并询问内容
- 用户提供图片路径要求分析
- 用户要求 OCR 识别图片中的文字
- 用户要求描述图片

## 使用步骤

1. 检查环境变量 `SILICONFLOW_API_KEY`，未设置则提示用户配置
2. 获取图片文件，检查是否存在、格式是否支持
3. 将图片转换为 base64 并调用 API
4. 用自然语言将结果转述给用户

## 执行要求（必须遵守）

- **禁止输出 API Key**：用 `[ -z "$SILICONFLOW_API_KEY" ]` 判断，不要 `echo`
- **禁止输出 base64**：转换结果直接传入命令，不要打印
- **禁止打印命令**：curl 等命令静默执行，不显示命令内容
- **禁止输出原始响应**：不显示 API 返回的 JSON，只转述结果
- **一步完成**：`BASE64=$(base64 file) && curl -d "...$BASE64..."`，避免中间文件

## API 信息

- **Endpoint**: `https://api.siliconflow.cn/v1/chat/completions`
- **Model**: `deepseek-ai/DeepSeek-OCR`
- **Authorization**: `Bearer {SILICONFLOW_API_KEY}`

### 调用示例（macOS/Linux）

```bash
[ -z "$SILICONFLOW_API_KEY" ] && { echo "未设置 API Key"; exit 1; }
BASE64=$(base64 -i "$IMAGE_PATH" | tr -d '\n') && \
curl -s "https://api.siliconflow.cn/v1/chat/completions" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $SILICONFLOW_API_KEY" \
  -d '{"model":"deepseek-ai/DeepSeek-OCR","messages":[{"role":"user","content":[{"type":"image_url","image_url":{"url":"data:image/png;base64,'"$BASE64"'","detail":"high"}},{"type":"text","text":"<image>\n详细描述这张图片的内容。如果有文字，请进行 OCR 识别。"}]}],"max_tokens":4000}'
```

### 动态提示词

根据用户需求选择对应的提示词：

| 用户需求 | 提示词 |
|----------|--------|
| 仅识别文字 | `<image>\n仅提取图片中的所有文字，无需描述场景` |
| 仅描述图片 | `<image>\n详细描述图片的场景、物体、颜色、布局，无需提取文字` |
| 全量分析（默认） | `<image>\n详细描述这张图片的内容。如果有文字，请进行 OCR 识别。` |

### 错误码处理

| 错误码 | 含义 | 处理建议 |
|--------|------|----------|
| 401 | API Key 无效 | 提示用户前往 https://cloud.siliconflow.cn/account/ak 核对密钥 |
| 429 | 请求限流 | 提示"请求过于频繁，请稍后重试" |
| 500 | 服务端错误 | 提示"服务临时异常，请稍后重试" |
| 400 | 请求格式错误 | 检查 base64 编码是否正确、格式是否支持 |

## 注意事项

- 支持格式：JPG、JPEG、PNG、GIF、WebP、BMP、TIFF、PDF
- 多页 PDF 仅处理第一页
- 建议请求超时设置为 60 秒
- DeepSeek-OCR 主要用于文字识别，图片描述能力有限，复杂场景描述建议换用其他视觉模型
- 获取 API Key: https://cloud.siliconflow.cn/account/ak
- 官方文档: https://docs.siliconflow.cn/cn/userguide/capabilities/multimodal-vision