image-collector

AI 科技日报图片采集工具，从官方来源自动采集新闻配图，支持水印检测、质量检查和关联性验证

image-collector Skill

功能概述

自动为 AI 科技日报新闻采集配图，确保：

• ✅ 图片与内容强关联 — 优先从官方来源采集
• ✅ 无水印 — 自动检测并过滤带水印图片
• ✅ 高质量 — 分辨率≥800x600，无明显压缩
• ✅ 不随意贴图 — 关联性验证，拒绝随机图片

快速开始

bash

# 检查依赖
bash ~/.openclaw/workspace/skills/image-collector/scripts/check-deps.sh

基本用法

bash

# 为单条新闻采集配图
python3 ~/.openclaw/workspace/skills/image-collector/scripts/collect_images.py \
  --news "苹果国行 AI 凌晨偷跑" \
  --keywords "Apple,Intelligence,Baidu" \
  --source "apple.com"

图片来源优先级

优先级	来源类型	示例域名
P0	官方新闻稿	apple.com, microsoft.com, openai.com
P1	权威媒体	36kr.com, bloomberg.com, reuters.com
P2	产品截图	手动截取（使用 web-access skill）
P3	自制图表	Python matplotlib / Excel
禁用	随机图片	unsplash.com, pixabay.com
禁用	微信图片	mmbiz.qpic.cn

验证流程

1. 来源验证 → 只从白名单来源采集
2. 水印检测 → 四角 + 底部检测，过滤带水印图片
3. 质量检查 → 分辨率≥800x600，宽高比正常
4. 关联性验证 → 文件名关键词匹配评分
5. ✅ 最终输出 → 优化后的图片

配合 web-access skill

当自动采集失败时：

bash

# 1. 用 web-access 打开官网截图
curl -s "http://localhost:3456/new?url=https://www.apple.com/newsroom"

# 2. 截图后手动保存到 article-images/

# 3. 用 image-collector 优化
python3 collect_images.py --optimize /tmp/screenshot.png

验证标准

1. 关联性验证

• 图片主题与新闻标题匹配
• 图片中包含新闻关键词
• 图片来源与新闻主体相关

2. 水印检查

• 四角无 Logo 水印
• 底部无公众号名称
• 无明显版权标识

3. 质量检查

• 分辨率 ≥ 800x600
• 无明显压缩痕迹
• 色彩正常

---

作者

九万