Visual Summarization Skill | 视觉摘要智述技能
基于多模态大模型的视觉摘要技能：输入本地文件或网络URL的视频/图片（支持jpg/jpeg/png/mp4/avi/mov，≤10MB），自动完成场景、物体、行为识别与画面文字提取，并整合成一段流畅自然的中文场景描述。输出结构化分析报告、识别结果与报告链接，可指定basic/standard/json详细程度或保存到文件；支持通过--list云端查询历史报告清单。适用于视频内容理解、无障碍辅助、媒体资产管理等场景。
安装技能
复制下面的话术发给你的 Agent，它会通过 secure-skills 检索并安装该技能。
执行命令安装此 skill： npx secure-skills-cli add smyx-visual-summary-analysis当前版本尚未通过审核，SKILL.md 暂不对外展示。