Name: image-content-extractor
Author: zhaog100

Imported from zhaog100/openclaw-skills (skills/image-content-extractor/SKILL.md). Install upstream with npx skills add zhaog100/openclaw-skills --skill image-content-extractor. Copyright stays with the author.

图片内容提取技能 v2.0

智能识别终端/文档/通用模式，自动提取内容生成Markdown。

🎯 三大模式

终端模式（Terminal）：终端/命令行截图，命令高亮
文档模式（Document）：文档截图，标题/列表/代码块检测
通用模式（General）：各种图片，自动类型检测

🚀 使用方式

# 自动检测模式（推荐）
python3 scripts/extract.py /path/to/image.png

# 指定模式
python3 scripts/extract.py image.png --mode terminal|document|general

# 保存到文件
python3 scripts/extract.py image.png -o output.md

# 保存到知识库
python3 scripts/extract.py image.png -k -c testing -t "标题"

# 批量处理
python3 scripts/extract.py ./images/ --batch -k -c knowledge

🛠️ 处理流程

图片输入 → 模式检测 → 预处理 → 智能分块 → OCR识别 → 智能合并 → 结构分析 → Markdown输出

📁 文件结构

image-content-extractor/
├── scripts/extract.py          # 主入口
├── core/                       # 核心（ocr, preprocess, merge, structure）
├── modes/                      # 模式（terminal, document, general）
└── config/extractor-config.json

🔧 关键配置（extractor-config.json）

ocr.engine：tesseract，支持AI降级
preprocessing.block_height：2000px分块
structure_detection：标题/列表/代码块/表格
knowledge_base.auto_index：自动更新QMD

⚠️ 注意

图片分辨率≥1500px宽度效果最佳
OCR引擎：Tesseract + AI备用
最大图片尺寸：50000px

详细配置选项、使用场景、更新日志见 references/skill-details.md

📄 许可证与版权声明

MIT License

免费使用、修改和重新分发时，需注明出处。

出处：

GitHub: https://github.com/example-user/openclaw-skills
ClawHub: https://clawhub.com
创建者：思捷娅科技 (SJYKJ)/zhaog100

商业使用授权：

个人/开源：免费
小微企业（<10 人）：¥999/年
中型企业（10-50 人）：¥4,999/年
大型企业（>50 人）：¥19,999/年
源码买断：¥99,999 一次性

详情请查看：LICENSE

Install image-content-extractor and it becomes one more candidate the router can pick - when it fits.

A listing is a routing target with a manifest: what it does, which domains it covers, what it costs and who publishes it. Once installed it sits beside your own models and tools, is scored like any other candidate for each request, and shows up in the trace when it wins. Ratings come from workspaces that installed it, one per account.

{ "ocm": "1", "id": "zhaog100-openclaw-skills-image-content-extractor", "kind": "skill", "name": "image-content-extractor", "description": "统一图片内容提取技能。智能识别终端/文档/通用模式，自动提取内容生成Markdown。", "publisher": "zhaog100", "version": "1.0.0", "capabilities": { "domains": [ "general" ], "tags": [ "skill-md", "github" ], "languages": [ "en" ] }, "quality_prior": 0.6, "examples": [ "统一图片内容提取技能。智能识别终端/文档/通用模式，自动提取内容生成Markdown。" ], "primary": false, "metadata": { "source": { "provider": "github", "repository": "https://github.com/zhaog100/openclaw-skills", "path": "skills/image-content-extractor/SKILL.md", "ref": "cb3100b5da870ce504d882fcb36eee14aac046ac", "url": "https://github.com/zhaog100/openclaw-skills/blob/cb3100b5da870ce504d882fcb36eee14aac046ac/skills/image-content-extractor/SKILL.md", "key": "zhaog100/openclaw-skills/skills/image-content-extractor/SKILL.md" } }, "instructions": "# 图片内容提取技能 v2.0\n\n智能识别终端/文档/通用模式，自动提取内容生成Markdown。\n\n## 🎯 三大模式\n\n- **终端模式（Terminal）**：终端/命令行截图，命令高亮\n- **文档模式（Document）**：文档截图，标题/列表/代码块检测\n- **通用模式（General）**：各种图片，自动类型检测\n\n## 🚀 使用方式\n\n```bash\n# 自动检测模式（推荐）\npython3 scripts/extract.py /path/to/image.png\n\n# 指定模式\npython3 scripts/extract.py image.png --mode terminal|document|general\n\n# 保存到文件\npython3 scripts/extract.py image.png -o output.md\n\n# 保存到知识库\npython3 scripts/extract.py image.png -k -c testing -t \"标题\"\n\n# 批量处理\npython3 scripts/extract.py ./images/ --batch -k -c knowledge\n```\n\n## 🛠️ 处理流程\n\n```\n图片输入 → 模式检测 → 预处理 → 智能分块 → OCR识别 → 智能合并 → 结构分析 → Markdown输", "cost": { "context_tokens": 382 } }

image-content-extractor

About

图片内容提取技能 v2.0

🎯 三大模式

🚀 使用方式

🛠️ 处理流程

📁 文件结构

🔧 关键配置（extractor-config.json）

⚠️ 注意

📄 许可证与版权声明

Install image-content-extractor and it becomes one more candidate the router can pick - when it fits.

Use it

Manifest

Reviews