Tiexue Vision
Recognizes text (Chinese/English), objects, and scenes in images from chat, documents, or local files, with optional translation and auto-saving results.
vision - 图片全能识别
简介
本技能能够在 聊天、文档、以及本地文件夹 中对图片进行 文字、物体、场景 三类识别。文字识别支持中英文,若检测到英文会自动翻译为中文后写回。识别结果直接写回原始文档/聊天,或在本地生成同名 .txt。
使用方式
- 聊天/文档:在 Feishu 消息或文档中发送图片,系统会自动调用本技能并把识别结果写回。
- 本地文件夹:运行
openclaw skill vision /path/to/image.jpg,结果会生成image.txt。 - 命令行:
openclaw vision recognize /path/to/img.png
参数
| 参数 | 必须 | 说明 |
|---|---|---|
| `image` | ✅ | 图片文件本地路径或 URL |
| `source` | ❌ | `feishu-msg` / `feishu-doc` / `local`(默认自动判断) |
配置
见 config.json,可自行修改模型路径、翻译 API Key 等。
注意
- 本技能完全本地运行,除翻译外不依赖外部云服务。
- 推荐在 macOS M 系列上使用
brew install tesseract,并将tesseract可执行文件加入 `$PATH`。
Related skills
- Downloads
- 700All time
- Security audit
- Review
- Last updated
- 6mo ago
- Current version
- v1.0.0
- License
- MIT-0
