AI Skill 大全

多模态图像识别与生图编辑

接收图片路径或文本提示词,执行视觉内容解析、AI绘画、背景替换及局部涂抹修改,直接输出分析文本或图像文件。

功能与用途

该功能专为多模态图像任务设计,涵盖读图、生图与修图三大核心环节。用户可输入本地或在线图片,利用视觉模型解析截图、图表与照片中的细节信息;也能通过文本描述直接生成不同尺寸及透明背景的高清图片;同时支持基于原图或遮罩区域进行风格迁移、背景替换及局部重绘。适用于自动化工作流中的批量图像处理与视觉内容生产。

适用场景

  • 界面截图与图表信息提取:输入软件界面截图或数据图表,由视觉模型提取图中文字与核心趋势并返回分析文本。
  • 透明底素材与营销配图生成:通过文字提示词直接生成指定宽高比的图片,并可指定生成透明背景免抠素材。
  • 商品白底图换背景与局部重绘:传入现有产品图片,利用提示词或遮罩蒙版自动扣除杂乱背景并替换为特定场景。

适用人群

  • AI工作流开发者
  • 自媒体内容创作者
  • UI/视觉设计师
  • 自动化运营人员

使用步骤

  1. 运行 image_providers 查看当前系统支持的视觉、生图与修图模型通道
  2. 调用 image_read 传入本地路径或图片URL,执行图像内容理解与问答
  3. 调用 image_generate 输入提示词及尺寸参数,生成并保存全新图像
  4. 调用 image_edit 配合提示词或遮罩文件,对已有图片执行修改与重绘

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。

查看 MCP 接入说明

技术信息

分类
AI工作流
适用工具
Codex、Claude Code、OpenClaw、Hermes Agent、国内 Agent
使用难度
简单
版本
main
最近更新
2026-09-30
文件数
3
安装包大小
自动生成 ZIP
安全检查
基础检查通过

Image expert. ALWAYS invoke this skill when you need to read, analyze, describe, or generate images. Use for screenshots, photos, charts, diagrams, AI-generated images, or any visual content.

同类 Skill