前言¶
安防和运维场景里，摄像头数量多、点位分散，靠人工逐路看画面很难覆盖全黑、过曝、偏色、条纹、雪花和模糊等问题。写脚本做传统图像指标可以，但要接 API、管鉴权、统一报告格式，往往还要在 Agent 对话里反复说明流程。下面介绍 SkillHub 上的社区 Skill「Image Quality Assessment Analysis Tool | 图像质量检测分析工具」，把检测能力与历史报告查询写进 SKILL.md，让编码 Agent 按约定调用脚本和云端接口。
这是什么¶
一句话定位：面向摄像头抓拍图或视频帧的图像质量检测分析 Skill，识别典型画面异常并输出结构化报告，支持查询云端历史检测报告。
- 坐标：
@user_bb47e3e3/image-quality-detection-analysis - 来源：SkillHub 社区（
community），发布者user_bb47e3e3 - 分类：
it-ops-security - 当前版本：v1.0.5（SkillHub 页面与安装包元数据一致）
- 官方入口：SkillHub 技能页、API 资源地址
简介与能力说明与官方一致：检测全黑、全白、偏色、条纹、雪花、模糊等质量问题，适用于安防监控、摄像头自检等场景；技能文档还提到通过亮度直方图、频谱分析与色彩分布等方式定位问题类型，并支持实时视频流分析场景的描述。
核心功能¶
以下能力均来自技能包内 SKILL.md 与脚本说明，未单独核实的细节不展开。
- 单帧/文件分析：对本地图片或视频路径、或公网图片/视频 URL 发起质量检测（网络地址由 API 侧下载，Agent 无需先落盘）。
- 问题类型：全黑、全白、偏色、条纹干扰、雪花噪声、模糊检测，以及清晰度评分与质量问题分类。
- 报告输出：结构化结果，包含图像基本信息、整体质量评分、问题类型与严重程度、校准建议等；可通过
--detail控制详细程度（basic/standard/json，默认json）。 - 历史报告：通过
--list从云端接口拉取历史图像质量检测分析报告列表（技能明确要求不得用本地 memory 文件替代）。 - 格式与限制：支持
jpg/jpeg/png/mp4/avi/mov，单文件最大 10MB。
SkillHub 标签标明 requires_api_key=true：实际调用需配置 open-id（及可选的 API 密钥），见下文安装与用法。
安装与启用¶
通过 SkillHub CLI 安装¶
先确认本机是否已有 skillhub：
command -v skillhub && skillhub --version
未安装时可按 SkillHub 安装说明 执行完整安装或仅安装 CLI。安装技能时必须用 --dir 指向当前 Agent 识别的 skills 目录，否则默认会装到 ./skills/ 且可能无法被加载。
skillhub install @user_bb47e3e3/image-quality-detection-analysis --dir <你的 Agent skills 目录>
常见路径（以官方安装文档为准）：
- Cursor：
~/.cursor/skills/ - Claude Code：
~/.claude/skills/ - Codex：
~/.codex/skills/或项目下的.agents/skills/
通过对话让 AI 安装¶
SkillHub 页面提供的提示词为：根据 https://skillhub.cn/install/skillhub.md，安装 @user_bb47e3e3/image-quality-detection-analysis。在 Cursor、Claude Code 等支持 Skills 的客户端中，把该句发给 Agent 即可走同一套安装流程。
依赖与配置¶
技能文档要求 Python 侧依赖：
requests>=2.28.0
open-id 获取顺序（技能强制约定）：
- 技能目录下
scripts/config.yaml中的api-key字段（若存在且非空） ${OPENCLAW_WORKSPACE}/skills/smyx_common/scripts/config.yaml中的api-key- 用户在对话中明确提供的用户名或手机号
- 以上都没有时，必须暂停并向用户索要，禁止自行编造
open-id
可选参数 --api-key、--api-url 用于鉴权与服务地址；未在对话中单独核实默认 API 域名时，以技能内 scripts/config.py 与 references/api_doc.md 为准。
典型用法¶
分析前需在技能根目录下执行模块，不要临时写新脚本。下列命令摘自技能文档示例（open-id 需替换为真实值，勿使用文档中的占位示例名）。
分析本地抓拍图：
cd <技能根目录>
python -m scripts.image_quality_detection_analysis --input /path/to/capture.jpg --open-id <你的-open-id>
分析公网图片 URL：
python -m scripts.image_quality_detection_analysis --url https://example.com/camera.jpg --open-id <你的-open-id>
分析本地监控视频：
python -m scripts.image_quality_detection_analysis --input /path/to/monitor.mp4 --open-id <你的-open-id>
查询历史检测报告列表（对话里出现「查看历史检测报告」「检测报告清单」等意图时，技能要求走此路径）：
python -m scripts.image_quality_detection_analysis --list --open-id <你的-open-id>
精简输出或落盘：
python -m scripts.image_quality_detection_analysis --input capture.jpg --open-id <你的-open-id> --detail basic
python -m scripts.image_quality_detection_analysis --input capture.jpg --open-id <你的-open-id> --output result.json
在 Agent 会话中，用户上传图片或视频附件时，技能约定会自动保存为本地文件再进入检测流程；历史列表结果需按接口返回的 reportImageUrl 等字段格式化为 Markdown 表格输出。
适用场景与注意¶
适合谁
- 安防运维、集成商：批量摄像头自检、巡检截图的快速判读。
- 在 Cursor / Claude Code 等环境中工作的开发者：把「画面有没有坏、坏在哪」交给 Agent，减少重复写调用代码。
限制与注意
- 分析结果仅供设备维护参考，不能替代现场硬件检修（技能文档原意）。
- 必须有效
open-id才能调用 API；SkillHub 侧标记需要 API Key，生产环境请妥善保管密钥。 - 技能禁止读取本地
memory/、MEMORY.md或 LanceDB 记忆来拼历史报告，列表数据一律走云端接口。 - 单文件 10MB 与格式白名单需遵守，超大或非常规格式应先转码或抽帧。
- SkillHub 统计（以抓取资料为准）：评分 100000，下载 982 次；与页面展示可能随时间变化，以安装时 SkillHub 为准。
结尾¶
Image Quality Assessment Analysis Tool 把摄像头画面质量检测、评分与云端历史报告查询封装成标准 Skill，适合在 Agent 工作流里做监控自检与运维辅助。安装与详情见 SkillHub 技能页，资源坐标 https://api.skillhub.cn/user_bb47e3e3/image-quality-detection-analysis。
