前言¶

Agent 能读文件、能调接口，但遇到用户发来一张截图或产品图时，往往只能回复「我看不到图片」。想在工作流里加识图能力，自己接多模态模型要处理图片编码、prompt 组装、多图顺序、接口限流这些细节，还要为不同的调用方（Cursor、Claude Code 等）分别适配。

下面介绍 SkillHub 上的「全能图片理解」Skill，它把这些细节封装成一个标准 SKILL.md，让 Agent 在收到图片时自动完成描述、问答、文字提取和对比。

这是什么¶

「全能图片理解」是一个面向图片场景的 Skill，坐标 @ixhlink/ixhlink-skills-quanneng-image-explain，当前版本 1.0.2，来源标记为 enterprise，分类为 design-media，发布者是星华智联科技。

它解决的问题是：当 Agent 的对话或任务流中出现图片时，如何把图片内容转成可被后续步骤使用的结构化描述，而不需要开发者在每个项目里重新接一遍多模态接口。

核心功能¶

根据 SkillHub 页面给出的简介，该 Skill 支持以下能力：

1、单张图片的内容描述：把图片里的主体、场景、排版等转成文字说明。
2、多张图片的内容描述：一次处理多张图片，分别给出描述。
3、视觉问答：针对图片内容回答具体问题，而不是只做笼统描述。
4、文字识别（OCR）：提取图片中出现的文字，可用于截图、扫描件、海报等场景。
5、对比分析：对多张图片进行比较，输出差异或共同点。

触发方式由用户指令驱动。当用户说「识图」「看图」「描述图片」「分析图片」「图中有什么」「提取图片文字」「对比图片」「视觉问答」时，Agent 应当启用该 Skill。也就是说它不要求固定的命令格式，靠自然语言意图触发。

安装与启用¶

SkillHub 页面列出的元数据如下，具体安装命令在官方页面未能核实：

名称: 全能图片理解
坐标: @ixhlink/ixhlink-skills-quanneng-image-explain
版本: 1.0.2
分类: design-media
来源: enterprise
定价类型: paid（pricing_type=paid）
是否需要 API Key: 否（requires_api_key=false）

说明两点：

1、该 Skill 在 SkillHub 上标记为付费（pricing_type=paid），启用前需要先确认定价页面上的计费方式。
2、元数据标注 requires_api_key=false，即按页面信息不需要额外提供 API Key，具体是否仍需配置模型访问凭证，以安装时的提示为准。

由于官方页面在撰写时无法访问，本文不给出未经核实的安装命令。安装方式请以 SkillHub 页面和发布者文档为准。

典型用法¶

官方页面未能打开，以下用法基于简介中列出的触发词整理，用于说明该 Skill 在对话中会如何被调用，不是来自官方文档的可复现示例：

用户: 帮我看看这张图里有什么
Agent: （启用全能图片理解，输出图片内容描述）

用户: 提取这张截图里的文字
Agent: （启用全能图片理解，输出 OCR 结果）

用户: 对比这两张图，指出差异
Agent: （启用全能图片理解，输出对比分析）

用户: 这张图左上角的文字是什么
Agent: （启用全能图片理解，按视觉问答返回指定区域内容）

适用场景与注意¶

适合的场景：

1、需要 Agent 处理截图、产品图、海报、扫描件等图片输入，并把结果转成文字供后续流程使用。
2、需要在同一工作流里做「描述图片」和「对比图片」这类多步视觉任务。
3、已有 Cursor、Claude Code 等支持 SKILL.md 的 Agent 环境，希望以 Skill 形式扩展能力，而不是改代码。

需要注意的限制：

1、官方页面在撰写时（2026-10-30）无法访问，评分、下载量和安装量以 SkillHub 抓取时的元数据为准：评分 100000，下载 1803，安装 0。其中安装量为 0，说明该 Skill 目前使用规模有限，接入前建议先小规模验证。
2、定价类型为 paid，安装和调用前需要确认费用。
3、图片识别质量依赖底层多模态模型，Skill 本身只负责触发和组织输出，不适合直接当作高精度 OCR 工具用于法律、财务等对文字准确率要求极高的场景。
4、多图对比的输出粒度（逐张对比还是汇总差异）未在资料中说明，实际效果需要在启用后确认。

结尾¶

「全能图片理解」把图片描述、视觉问答、文字识别和多图对比这几件事打包成一个标准 Skill，适合需要给 Agent 补上视觉能力的开发者。它在 SkillHub 上的分类是 design-media，发布者是星华智联科技，坐标 @ixhlink/ixhlink-skills-quanneng-image-explain，版本 1.0.2。

官方地址：https://api.skillhub.cn/ixhlink/ixhlink-skills-quanneng-image-explain
SkillHub 页面：https://www.skillhub.cn/skills/ixhlink/ixhlink-skills-quanneng-image-explain