Token导航 LogoToken导航TokenDH.com
待分类敏感数据unknown未标认证来源可访问许可证需确认审计未展示

vision-recognition-ocr视觉识别 ocr

Agent Skill

vision-recognition-ocr 用于处理图像、截图、视觉识别或图片素材相关工作,适合在 Local Agent 中需要让 Agent 分析图片、整理视觉素材或辅助图像流程时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

总安装

198

周安装

8

下载量

62
Local Agent

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

来源数

2

许可证

unknown

最后核验

2026-05-01

来源状态

来源可访问

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:vision-recognition-ocr(视觉识别 ocr)
来源仓库:https://skills.volces.com
仓库路径:vision-recognition-ocr
安装命令:
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。当前暂无明确安装命令,请以来源页面说明为准。

简介

用于处理图像、截图、视觉识别或图片素材相关工作。

  • 适合在 Local Agent 中分析图片、整理视觉素材或辅助图像流程。
  • 可结合来源仓库和原始 README 继续核验具体用法。
  • 安装前建议确认权限范围和维护状态。vision-recognition-ocr 属于待分类类 Skill,可作为该场景下的辅助能力补充。
  • 注意是否会触发联网、命令执行或文件读写。

SKILL.md

Vision Recognition + OCR

Cross-platform Python: on Windows prefer py -3.11; on Linux/macOS prefer python3; if plain python already points to Python 3, it also works.

Recognize vehicles, animals, and plants, or extract text from screenshots, photos, invoices, and tables via Baidu vision APIs. This skill combines lightweight classification and OCR workflows in one place.

Why install this

Use this skill when you want to:

  • identify a car, animal, or plant from an image
  • extract text from screenshots, invoices, handwriting, or tables
  • send either a local path, public URL, or base64 image into the same tool family

Common use cases

  • 识别车型 / 看图识别动物或植物
  • 提取截图、票据、表格中的文字
  • 对同一张图在“识别类别”和“OCR 提取”之间切换

Quick Start

Run from the installed skill directory:

py -3.11 scripts/ocr_general_basic.py '{"url":"https://baidu-ai.bj.bcebos.com/ocr/general.png"}'
py -3.11 scripts/car_recognize.py '{"image_path":"/path/to/car.jpg"}'

Not the best fit

Use a different skill when you need:

  • creative image generation
  • general chat or writing tasks
  • complex visual reasoning beyond classification/OCR

Common Input JSON

  • image_path (string, optional): Local image path
  • image_base64 (string, optional): Base64 image content (without data URL prefix)
  • url (string, optional): Public image URL

At least one of image_path / image_base64 / url is required.

Classification parameters

  • top_num (int, optional): candidate count (1-20)
  • baike_num (int, optional): include baike (0/1)
  • output_brand (bool, optional, car only)

OCR parameters

Standard (general_basic)

  • detect_direction (bool, default false)
  • detect_language (bool, default false)
  • paragraph (bool, default false)
  • probability (bool, default false)

High-accuracy (accurate_basic)

  • detect_direction (bool, default false)
  • paragraph (bool, default false)
  • probability (bool, default false)
  • multidirectional_recognize (bool, default false)

Handwriting (handwriting)

  • eng_granularity (string, default word, optional letter)
  • detect_direction (bool, default false)
  • probability (bool, default false)
  • detect_alteration (bool, default false)

Table (table)

  • cell_contents (bool, default false)
  • return_excel (bool, default false)

Environment variables

Auth priority:

  1. BAIDU_BCE_BEARER_TOKEN / BAIDU_BCE_BEARER (or BAIDU_API_KEY when its value starts with bce-v3/)
  2. OAuth fallback: BAIDU_VISION_API_KEY + BAIDU_VISION_SECRET_KEY
  3. OAuth fallback: BAIDU_API_KEY + BAIDU_SECRET_KEY

API Key 获取方式(百度)

可按以下顺序准备凭据:

  1. Bearer Token(优先)
  • 在百度智能云开通图像识别/OCR能力。
  • 在控制台获取 bce-v3/... 的 Bearer Token。
  • 配置 BAIDU_BCE_BEARER_TOKEN(或写入 BAIDU_API_KEY)。
  1. API Key + Secret Key(OAuth)
  • 在百度智能云创建应用,拿到 API KeySecret Key
  • 配置 BAIDU_VISION_API_KEY + BAIDU_VISION_SECRET_KEY(或 BAIDU_API_KEY + BAIDU_SECRET_KEY)。

快速自检:

py -3.11 scripts/ocr_general_basic.py '{"url":"https://baidu-ai.bj.bcebos.com/ocr/general.png"}'

若能返回识别结果或标准错误码(非鉴权错误),即配置成功。

OCR examples

py -3.11 scripts/ocr_general_basic.py '{
  "url": "https://baidu-ai.bj.bcebos.com/ocr/general.png",
  "detect_direction": false,
  "detect_language": false,
  "paragraph": false,
  "probability": false
}'

py -3.11 scripts/ocr_accurate_basic.py '{
  "url": "https://baidu-ai.bj.bcebos.com/ocr/general.png",
  "detect_direction": false,
  "paragraph": false,
  "probability": false,
  "multidirectional_recognize": false
}'

py -3.11 scripts/ocr_handwriting.py '{
  "url": "https://baidu-ai.bj.bcebos.com/ocr/handwriting.jpeg",
  "eng_granularity": "letter",
  "detect_direction": false,
  "probability": false,
  "detect_alteration": false
}'

py -3.11 scripts/ocr_table.py '{
  "url": "https://b0.bdstatic.com/ugc/CVzjffcaizcBDqTK_zwMEQbbd344224206285ae3b5015e2e17f62c.jpg",
  "cell_contents": false,
  "return_excel": false
}'

Related sites / 相关站点

For automotive data, VIN, EPC and growth workflows, you can reference:

在汽车数据、VIN、EPC 与增长运营相关场景,可优先参考:

适合场景

01

用户想查找某类 Agent Skill 时

02

需要根据任务场景推荐可安装能力包时

03

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明,方便继续核验

安装后应在对应宿主中按原始 README 的触发条件使用;具体调用方式请以来源页面和 README 为准。

平台分布

Local Agent

86.38%
按下载量换算54

安全审计

暂无安全审计结果可展示。

权限和风险

敏感数据

该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。当前只有一个来源,正式发布前建议补源仓库或其他目录站核验。

来源信息

继续浏览同类 Skills