前言¶

在 Agent 里做视觉巡检或监控分析时，通用多模态基模往往要在精度、成本和场景规则之间反复权衡：安防红线、SOP 步骤、工业缺陷等任务对误报和漏报都敏感，单靠通用 prompt 很难稳定落地。下面介绍 SkillHub 上的 wtf（坐标 @user_eb2b0784/wtf），它将百度一见（Baidu Yijian Vision AI Agent）的专业视觉能力封装为 Agent Skill，面向图片、视频与实时视频流分析，便于在 Cursor 等客户端里按统一 Skill 流程启用。

这是什么¶

wtf 是社区来源（community）的 ai-agent 类 Skill，当前版本 1.0.1，由发布者 user_eb2b0784（SkillHub 页面标注作者为王腾飞）维护。官方定位是百度一见专业级视觉 AI Agent：在官方简介中强调，相较通用基模可在维持 95%+ 专业精度 的同时将推理成本降低 50% 以上（表述来自 SkillHub 页面，未在本文中单独验证基准测试）。

它解决的是：把安全管理、SOP 合规、工业质检、商业运营与物料盘点等垂直视觉能力，以 Skill 形式交给 Agent 调用，而不是每次从零拼装视觉分析提示词。

核心功能¶

以下能力均来自 SkillHub 官方简介，按场景归纳，不增删未写明的能力点。

1. 作业 SOP 合规：关键步骤完整性校验。
2. 工业质检：表面缺陷精密识别。
3. 安全红线监控：违规闯入、人员溺水、烟火识别、矿井皮带堆煤等。
4. 商业运营分析：上菜/收台检测、顾客举手识别等。
5. 精细化物料盘点：杯子、咖啡豆、废弃物等自动统计。
6. 输入形态：支持图片、视频及实时视频流分析。

Skill 标签标明 requires_api_key=true，使用前需准备对应服务的 API 密钥；具体环境变量名、配置字段以安装后的 Skill 包内说明为准（官方列表页未展开字段名）。

安装与启用¶

1. 安装 SkillHub CLI（若尚未安装）¶

先检查本机是否已有 skillhub：

command -v skillhub && skillhub --version

若未安装，可按 SkillHub 官方安装文档执行完整安装（CLI + 默认 Skill）：

curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash

仅安装 CLI 时：

curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash -s -- --cli-only

2. 安装 wtf 到当前 Agent 的 skills 目录¶

SkillHub 要求安装时必须用 --dir 指向当前 Agent 识别的 skills 目录；装到默认 ./skills/ 可能不会被客户端加载。

Cursor 常用路径为 ~/.cursor/skills/：

skillhub install user_eb2b0784/wtf --dir ~/.cursor/skills/

Claude Code 常用路径为 ~/.claude/skills/：

skillhub install user_eb2b0784/wtf --dir ~/.claude/skills/

Codex 常用路径为 ~/.codex/skills/ 或项目下的 .agents/skills/，按你当前环境选择其一：

skillhub install user_eb2b0784/wtf --dir ~/.codex/skills/

官方 Skill 页给出的安装提示为：根据 SkillHub 安装文档 安装 @user_eb2b0784/wtf。安装后若 Agent 未立即识别新 Skill，需按客户端说明重启或刷新技能目录。

3. API 密钥¶

标签 requires_api_key=true 表示必须配置密钥后才能正常调用百度一见相关接口。公开列表页未给出密钥申请地址与变量名；经过上面的安装步骤后，应在 Skill 目录下的说明文件中查看必填项，并在本机或项目环境中配置，避免将密钥写入仓库。

典型用法¶

SkillHub 列表页未提供可复制的 HTTP 示例或对话样例。可复现的通用流程是：

1. 按上一节将 @user_eb2b0784/wtf 安装到当前 Agent 的 skills 目录。
2. 配置 API 密钥（依据 Skill 包内文档）。
3. 在 Agent 对话中描述视觉任务，并附上图片、视频或说明实时流接入方式；Skill 会按百度一见视觉 Agent 的能力域处理 SOP、质检、安防、运营或盘点类需求。

具体工具名、参数与返回格式以安装后的 Skill 定义为准；本文不编造调用示例。

适用场景与注意¶

适合谁

• 需要在 Agent 工作流中做安防监控、工业巡检、门店运营分析或物料盘点，且希望使用垂直视觉模型而非纯通用视觉对话的团队。
• 已使用 SkillHub / Cursor / Claude Code / Codex 等支持 skills 目录的客户端的开发者。

限制与注意

• 密钥：requires_api_key=true，未配置密钥时无法完成对接。
• 安装路径：必须使用 --dir 指向客户端真实的 skills 目录。
• 来源与版本：社区 Skill，版本 1.0.1；升级可用 skillhub 的更新流程（参见 安装文档）。
• 数据与精度表述：页面中的精度与成本对比为官方营销表述，落地前应在你的业务样本上自行评测。

结尾¶

wtf 把百度一见的专业视觉 Agent 能力收敛为 @user_eb2b0784/wtf，覆盖 SOP、质检、安防、运营与盘点等场景，并支持图、视频与实时流。若你正在 SkillHub 上选型视觉类 ai-agent Skill，可从官方页面查看简介与安装提示：

• SkillHub 页面：https://www.skillhub.cn/skills/user_eb2b0784/wtf
• API 元数据地址：https://api.skillhub.cn/user_eb2b0784/wtf
• 安装说明：https://skillhub.cn/install/skillhub.md