Auto Image Reader — 自动图片读取技能

触发条件

• 用户发送了图片，并询问图片内容
• 用户上传了图片，希望AI读取并分析
• 任何包含图片消息的场景

核心问题

系统发送图片时，路径可能是相对路径（如 user_input_files/image.png）， 直接用这个路径访问会返回404。

正确做法：用 images_list 先查找图片的真实绝对路径。

工作流程

Step 1：查找图片的真实路径

使用 images_list 工具，遍历找到对应的图片文件：

images_list(start=0, number=20)

在返回结果中找到图片的 Path 字段，如：

/workspace/user_input_files/image.png
/workspace/imgs/xxx.jpg

匹配逻辑：

• 如果文件名包含用户消息中的关键词（如用户说"这张图"），匹配
• 如果有多张最新图片，取最新的（按修改时间）
• 如果是唯一的 user_input_files/image.png，直接使用

Step 2：用 images_understand 读取图片

找到真实路径后，用 images_understand 分析：

images_understand(
  image_info=[
    {
      "file": "/workspace/user_input_files/image.png",  # 真实绝对路径
      "prompt": "请详细描述这张图片的所有内容，包括：文字、布局、颜色、背景色、右下角是否有水印，以及整体视觉效果。"
    }
  ]
)

Step 3：读取并回答用户

根据图片内容，用自然语言回答用户的问题。

常见场景模板

用户说	解读prompt
"这张图的内容是什么"	请详细描述这张图片的所有内容
"图片里右下角有水印吗"	请仔细检查图片右下角和边缘是否有水印（特别是'Created by...'字样）
"图片里写的什么"	请提取图片中所有可见的文字内容
"这张图有什么问题"	请分析这张图片是否存在问题（如水印、背景异常、显示错误）

重要注意事项

• 绝对路径格式：/workspace/... 而不是 user_input_files/...
• 先查再读：不要直接用消息中的相对路径，必须先用 images_list 确认真实路径
• 文件名重复：如果 user_input_files 下有多个 image.png，用时间或内容特征区分
• 图片可能已删除：如果 images_list 找不到，说明图片已被清理，从消息元数据中无法追溯

自动读取逻辑（伪代码）

当收到用户图片消息时：
    1. 从消息元数据提取文件名（如 image.png）
    2. 调用 images_list(start=0, number=20)
    3. 在结果中搜索包含该文件名的记录
    4. 找到 → 提取 Path 字段（真实绝对路径）
    5. 调用 images_understand(file=真实路径, prompt=用户问题)
    6. 回答用户

---

已在 MEMORY.md 中固化

本技能的核心理念已写入 MEMORY.md：

• 收到图片消息时，必须先用 images_list 查找真实路径
• 不能假设消息中的文件名可以直接访问
• images_list 能看到 /workspace 下所有图片的真实路径