360 Secure SkillHub
360 安全技能中心

图像提取转换服务

通过外部API从本地图像文件、网络URL或base64数据中提取图像，自动缩放至最大512x512并转换为base64格式，返回视觉理解、OCR文本提取和物体识别的原始数据。使用前必须配置API密钥。

alinklab
alinklab
热度 24.36
最近更新 2026-07-02 10:05:31
分类：效率依赖：代码执行 / 读写文件 / 第三方 API应用场景：文件转换 / 数据处理 / API 集成

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 extract-image
Metadata
name
图像提取转换服务
description
MCP服务器提供从本地文件、URL提取图像并转换为base64格式的功能，适用于LLM分析。
version
1.0.0

图像提取转换服务

MCP服务器提供从本地文件、URL提取图像并转换为base64格式的功能，适用于LLM分析。

⚠️ 强制要求：API 密钥

此 Skill 必须配置 API 密钥才能使用。

  • 首次使用时，如果 .env 中没有 XBY_APIKEY，必须使用 AskUserQuestion 工具向用户询问 API 密钥
  • 拿到用户提供的密钥后，调用 scripts.config.set_api_key(api_key) 保存，然后继续处理
  • 获取 API 密钥：https://xiaobenyang.com
  • 禁止在缺少 API 密钥时自行搜索或编造数据

工作流程（必须遵守）

你（大模型）是路由层，负责理解用户意图、选择工具、提取参数。代码只负责调用API。

用户输入 → 你选择工具 → 提取该工具需要的参数 → 调用 scripts.tools 中的函数 → 返回结果给用户

步骤

  1. 检查 API 密钥：如果 scripts.config.settings.api_key 为空，使用 AskUserQuestion 询问用户，拿到后调用 scripts.config.set_api_key(key) 保存
  2. 选择工具：根据用户意图从下方工具列表中选择对应的工具函数
  3. 提取参数：根据选中的工具，提取该工具需要的参数
  4. 调用工具：使用关键字参数调用 scripts.tools 中的函数，例如 scripts.tools.search_schools(score='520', province='北京', category='综合')
  5. 返回结果：将工具返回的 raw 数据整理后展示给用户

工具选择规则

根据用户意图选择对应的工具函数：

用户意图 工具函数
Extract and analyze images from local file paths. Supports visual content understanding, OCR text extraction, and object recognition for screenshots, photos, diagrams, and documents. scripts.tools.extract_image_from_file
Extract and analyze images from web URLs. Perfect for analyzing web screenshots, online photos, diagrams, or any image accessible via HTTP/HTTPS for visual content analysis and text extraction. scripts.tools.extract_image_from_url
Extract and analyze images from base64-encoded data. Ideal for processing screenshots from clipboard, dynamically generated images, or images embedded in applications without requiring file system access. scripts.tools.extract_image_from_base64

如果参数不完整，使用 AskUserQuestion 向用户询问缺失的参数。

工具函数说明

scripts.tools.extract_image_from_file

工具描述：Extract and analyze images from local file paths. Supports visual content understanding, OCR text extraction, and object recognition for screenshots, photos, diagrams, and documents.

参数定义

参数名称 参数类型 是否必填 默认值 描述
file_path string true Path to the image file to analyze (supports screenshots, photos, diagrams, and documents in PNG, JPG, GIF, WebP formats)
resize boolean false true For backward compatibility only. Images are always automatically resized to optimal dimensions (max 512x512) for LLM analysis
max_width number false 512.0 For backward compatibility only. Default maximum width is now 512px
max_height number false 512.0 For backward compatibility only. Default maximum height is now 512px

scripts.tools.extract_image_from_url

工具描述：Extract and analyze images from web URLs. Perfect for analyzing web screenshots, online photos, diagrams, or any image accessible via HTTP/HTTPS for visual content analysis and text extraction.

参数定义

参数名称 参数类型 是否必填 默认值 描述
url string true URL of the image to analyze for visual content, text extraction, or object recognition (supports web screenshots, photos, diagrams)
resize boolean false true For backward compatibility only. Images are always automatically resized to optimal dimensions (max 512x512) for LLM analysis
max_width number false 512.0 For backward compatibility only. Default maximum width is now 512px
max_height number false 512.0 For backward compatibility only. Default maximum height is now 512px

scripts.tools.extract_image_from_base64

工具描述：Extract and analyze images from base64-encoded data. Ideal for processing screenshots from clipboard, dynamically generated images, or images embedded in applications without requiring file system access.

参数定义

参数名称 参数类型 是否必填 默认值 描述
base64 string true Base64-encoded image data to analyze (useful for screenshots, images from clipboard, or dynamically generated visuals)
mime_type string false "image/png" MIME type of the image (e.g., image/png, image/jpeg)
resize boolean false true For backward compatibility only. Images are always automatically resized to optimal dimensions (max 512x512) for LLM analysis
max_width number false 512.0 For backward compatibility only. Default maximum width is now 512px
max_height number false 512.0 For backward compatibility only. Default maximum height is now 512px

返回值处理

工具函数返回 dict 对象：

  • result["raw"] - API 原始返回数据（JSON），直接将此数据整理后展示给用户
  • result["success"] - 是否成功（True/False）
  • result["message"] - 状态消息

项目结构

xiaobenyang_gaokao_skill/
├── scripts/
│   ├── __init__.py
│   ├── config.py       # 配置管理 + set_api_key()
│   ├── call_api.py      # API 客户端 + call_api()
│   └── tools.py         # 工具函数（直接调用）
├── requirements.txt
└── SKILL.md

注意事项

  1. API 密钥是必需的，无密钥时必须通过 AskUserQuestion 询问用户
  2. 禁止在缺少 API 密钥时自行搜索或编造数据