图片数据提取
图片数据提取
功能与用途
当图片(png/jpg/jpeg/gif/webp/bmp)是主要输入且需理解、提取或分析内容时:先运行 scripts/caption.py 得到文字描述,再解析描述完成数据提取或分析,按用途、尺寸、受众、风格要求产出。
适用场景
- 图表与截图数据还原:上传柱状图、折线图或数据报表截图,自动解析坐标轴与数值标注,还原为结构化表格与 DataFrame。
- 表格截图重绘与导出:识别扫描件或 UI 截图中的表格行列,直接清洗格式并导出为标准 Excel 文件,或重新绘制清晰可视化图。
- 流程图与架构图信息解析:提取流程图或架构截图中的全部节点、连接流向及分支条件,转化为结构化说明供开发或分析使用。
适用人群
- 自媒体
- 内容运营
- 品牌团队
使用步骤
- 说明用途/尺寸/受众/风格/必含信息
- 把参考或示例发给 AI
- 让 AI 先出初稿再改
- 检查准确性完整性格式
开始使用
将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。
技术信息
- 分类
- 编程
- 适用工具
- Codex、Claude Code、OpenClaw、Hermes、国内 Agent
- 使用难度
- 进阶
- 版本
- main
- 最近更新
- 2026-09-11
- 文件数
- 3
- 安装包大小
- 自动生成 ZIP
- 安全检查
- 基础检查通过
图片理解与数据提取 skill。当图片文件(.png/.jpg/.jpeg/.gif/.webp/.bmp)是主要输入且用户需要理解、提取数据或分析图片内容时使用。提供预配置的 caption 脚本(scripts/caption.py),通过 vision 模型将图片转为文本描述,无需额外配置 API Key。覆盖:(1) 通过 scripts/caption.py 对图表/表格/截图/流程图进行 caption,(2) 将 caption 文本解析为结构化 DataFrame,(3) 基于提取数据重新生成可视化图表,(4) 导出为 Excel/CSV。**遇到以下任一情况就主动使用本 skill,不要自行猜测图片内容**:①用户出现触发词:图片分析 / 图表提取 / 表格识别 / OCR / 图片描述 / 截图分析 / 图表数据 / 提取图片中的数据 / 图片转表格 / 识别图片 / image caption / extract data from image / chart analysis / table OCR;②用户上传或指定了图片文件(.png / .jpg / .jpeg / .gif / .webp / .bmp)并要求理解、提取数据或分析内容;③任务需要从图表截图、表格截图、UI 截图、流程图中提取结构化信息;④用户要求将图片中的数据转为 Excel/CSV 或重新生成可视化图表。仅不用于:图片编辑(裁剪、滤镜、缩放)、图片生成、不含数据的风景/人物照片描述。
使用前准备
- 图片用途和受众
- 必须包含的信息
- 可参考样式或示例
依赖与权限
- SN_API_KEY
- SN_VISION_API_KEY
- SN_VISION_BASE_URL
- 读取用户主动提供的内容