t-cpm自定义技能

基于conding-plan-models.json配置的AI强化识图筛选工具，支持关键词三维深度分析、多模型图片识别、严格内容审核、批量图片筛选，自动删除不符合要求的图片。触发场景：(1) 本地图片批量匹配关键词筛选 (2) 图片内容审核/合规校验 (3) 自定义规则图片识别分类 (4) 对接其他图片源的二次筛选 (5) 使用conding-plan-models.json中的多模态模型进行图片识别

t-cpm AI强化识图工具使用指南

核心能力

1. 自动从/root/.OpenClaw/workspace/conding-plan-models.json读取模型配置、Base URL、API Key
2. 关键词三维深度分析：自动生成「核心必须元素、场景特征要求、绝对排除特征」三大类专业判断标准
3. 多模态图片识别：支持调用配置文件中的任意多模态大模型进行图片理解
4. 严格规则筛选：100%按照生成的判断标准识别图片，不符合要求自动删除/分类
5. 批量处理支持：支持单个图片、目录批量处理两种模式
6. 结果统计：输出筛选结果统计（总数量、保留数量、删除数量、符合率）
7. 可扩展性：内置模块化结构，方便后续拓展自定义规则、分类保存、结果导出等功能

使用流程

当用户需要识别筛选图片时，自动执行以下步骤：

1. 从conding-plan-models.json加载配置，选择指定的模型（默认使用doubao-seed-2.0-pro）
2. 调用模型对用户输入的关键词进行三维深度分析，生成详细判断规则
3. 读取用户指定的单个图片路径或者目录下所有图片
4. 逐个读取本地图片，调用模型按照判断标准识别
5. 保留符合要求的图片，删除不符合要求的图片
6. 输出筛选结果统计和保存路径

依赖要求

• conding-plan-models.json配置文件存在于工作区根目录
• 多模态模型API可正常访问
• 待处理图片为jpg/jpeg/png/webp格式

脚本调用

使用scripts/image_filter_pipeline.py执行识图流程，支持传入参数：

# 示例1：筛选单个图片是否符合关键词"猫"
python3 scripts/image_filter_pipeline.py --keyword "猫" --input "/path/to/cat.jpg"

# 示例2：批量筛选目录下所有图片是否符合"无人机巡检电网"，使用doubao-seed-2.0-pro模型
python3 scripts/image_filter_pipeline.py --keyword "无人机巡检电网" --input "/path/to/images/" --model "doubao-seed-2.0-pro"

参数说明：

• --keyword：必填，筛选关键词/判断规则描述
• --input：必填，待处理的单个图片路径或者目录路径
• --model：可选，使用的模型，默认doubao-seed-2.0-pro
• --delete_invalid：可选，是否自动删除不符合要求的图片，默认True，传入False则只识别不删除