前言¶
很多 Agent 的底座是純文本 LLM，它看不到圖片。遇到報錯截圖、架構圖、掃描件或 UI 截圖時，常見做法是先把圖片轉成文字描述，或者乾脆繞過這類輸入。Agnes 圖片識別（@user_d550b199/ack26814）做的就是這件事：把圖片交給 Agnes AI 的多模態模型解析，輸出結構化 Markdown 文本，再餵給下游純文本 Agent。
這是什麼¶
一句話定位：一個把圖片視覺內容轉換爲結構化 Markdown 的 Skill。
發佈者爲社區用戶 user_d550b199，託管在 SkillHub，座標 @user_d550b199/ack26814，分類 ai-agent，當前版本 1.0.1。它解決的核心問題是：純文本 LLM Agent 缺少圖片理解能力，而外接多模態模型通常需要自建調用鏈路、處理 Key 管理和網絡問題。
核心功能¶
- 圖片解析：通過 Agnes AI 多模態模型 agnes-2.5-flash 解析圖片，將視覺內容轉爲結構化 Markdown 文本，該模型當前限免。
- 輸入形式：支持本地圖片、URL 圖片，以及多圖對比。
- 識別類型：支持 OCR 文字提取、圖表解讀、界面截圖分析。
- 工具適配：面向 CLI、管道、自研 Python Agent 等使用方式提供接口（–stdin、–json、–quiet、系統提示詞）。
- Key 管理：API Key 三級保護，可通過環境變量、配置文件或命令行傳入。
- 站點策略：默認訪問中國站 api.agnes-ai.cn，同時支持國際站，失敗時自動回退。
- 依賴：零第三方依賴。
安裝與啓用¶
官方地址：https://api.skillhub.cn/user_d550b199/ack26814
SkillHub 頁面：https://www.skillhub.cn/skills/user_d550b199/ack26814
從抓取的資料看，該 Skill 帶有 requires_api_key=true 標籤，使用前需要先準備好 Agnes AI 的 API Key，再按 SkillHub 頁面的引導安裝啓用。需要說明：資料中未給出具體的安裝命令或各編輯器的差異說明，安裝前建議直接查看官方頁面確認步驟，不要憑推測操作。
典型用法¶
資料中給出的能力描述是功能層面的，沒有附帶可復現的命令示例，因此這裏只列出已覈實的調用約束，具體參數以官方文檔爲準：
- 輸入側：本地圖片文件、圖片 URL，或多張圖一起傳入做對比。
- 輸出側：解析結果以結構化 Markdown 文本返回。
- 交互模式：支持從標準輸入讀圖（–stdin）、以 JSON 輸出（–json）、靜默模式（–quiet），以及通過系統提示詞定製識別行爲。
- Key 傳入：環境變量、配置文件、命令行三者選一即可。
適用場景與注意¶
適合誰：底座是純文本 LLM、又需要處理截圖、掃描件、圖表或 UI 圖片的 Agent 開發者；想在本地 CLI 或自研 Python Agent 裏快速接入圖片理解能力、且不想引入第三方依賴的人。
注意事項：
- 依賴限免模型 agnes-2.5-flash，限免結束後成本和可用性需自行確認。
- 默認走中國站 api.agnes-ai.cn，網絡環境不同時回退國際站的延遲和成功率需要實測。
- SkillHub 頁面顯示安裝量爲 0、下載 1214，屬於新發布、低採用量的社區 Skill，使用前建議先小樣本驗證識別質量。
- OCR、圖表、界面截圖三類識別的準確性沒有公開基準數據，需按自己的圖片類型實測。
結尾¶
Agnes 圖片識別的價值在於一條輕量鏈路：圖片進，結構化 Markdown 出，中間的多模態調用、Key 保護和站點回退都由 Skill 處理，適配 CLI、管道和自研 Agent。想試的話從官方地址入手，先拿幾張真實業務圖片驗證效果再接入正式流程。
官方地址：https://api.skillhub.cn/user_d550b199/ack26814
