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`。