mcpField
A
ai-tasks

ai-tasks

github.com/imagekit-developer数据与数据库2482 次安装3 周前更新
代码仓库

关于 ai-tasks

ai-tasks 是用于定义图像和视频分析任务的技能，适合需要统一标签、元数据或视觉质量检查的团队。它将指令组织为受控词表选择或是非操作。

主要功能

  1. 01从批准值中选择标签
  2. 02提取元数据并写入 DAM 字段
  3. 03执行带条件标签操作的是非检查
  4. 04配置视觉内容分析任务

适用场景

  1. 01按业务术语分类产品图片
  2. 02检查产品是否完整可见
  3. 03将图像属性提取到 DAM 元数据

MCP 相关

可通过 DAM MCP 端点使用 `list_saved_extensions`、`create_saved_extension` 和 `apply_extension_bulk` 管理 AI Tasks。

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/imagekit-developer/skills --skill ai-tasks

安装后在 Claude Code 中输入/ai-tasks确认已加载。

附带文件resources/EXAMPLES.md

详细介绍

AI Tasks 技能

使用时机

  • 用户希望使用业务专属类别为图片添加标签
  • 用户需要受控词汇表（预定义值列表）
  • 用户希望对图片进行是/否质量检查
  • 用户需要通过自然语言分析提取元数据

AI Task 结构

每个 AI Task 包含 1-10 个子任务：

  1. 指令（必填）：关于图片的自然语言问题
  2. 操作类型（必填）：select_tags、select_metadata 或 yes_no
  3. 词汇表（可选）：1-30 个预先批准的值

操作类型

select_tags

从词汇表中添加标签。支持多选。

{
  "type": "select_tags",
  "instruction": "What body style is this vehicle?",
  "vocabulary": ["sedan", "suv", "hatchback"],
  "max_selections": 1
}
select_metadata

设置自定义元数据字段（字段必须已存在于 DAM 中）。

{
  "type": "select_metadata",
  "instruction": "What is the primary color?",
  "field": "primary_color",
  "vocabulary": ["red", "blue", "white", "black"],
  "max_selections": 1
}
yes_no

带条件操作的二元质量检查。

{
  "type": "yes_no",
  "instruction": "Is the product completely visible?",
  "on_yes": { "add_tags": ["framing_ok"] },
  "on_no": { "add_tags": ["needs_reshot"] }
}

注意事项

  • 指令清晰度：具体明确（使用“领口类型是什么？”，而不是“描述这张图片”）
  • 词汇表设计：使用业务术语，避免重叠，最多 1-30 项
  • 字段要求：对于 select_metadata，字段必须已存在于 DAM 中
  • 标签值：不能包含 % 字符
  • yes_no 任务：必须至少包含 on_yes 或 on_no 之一
  • 词汇表长度：合计最多 500 个字符（仅适用于 select_tags）
  • 范围：仅适用于视觉内容（图片/视频）

应用 AI Tasks

  • 通过 DAM MCP：在 https://imagekit.io/mcp/dam 上使用 list_saved_extensions、create_saved_extension 和 apply_extension_bulk
  • 通过 Saved Extensions：通过仪表板/API 创建并应用
  • 通过上传 API：在 extensions 数组中添加
  • 通过路径策略：自动应用于特定文件夹中的文件

完整示例

如需按行业分类（时尚电商、旅游、汽车）的完整可直接复制的 ai-tasks 配置，以及按任务类型整理的详细参数参考，请阅读 resources/EXAMPLES.md。

评论

支持 Markdown