关于 fal-vision
fal-vision 是通过 fal.ai 视觉模型分析图像的技能，面向需要处理图像内容的任务。它通过脚本支持分割、检测、OCR、描述和视觉问答，并可指定模型端点。
主要功能
- 01图像对象分割
- 02对象检测
- 03OCR 文本提取
- 04图像描述与视觉问答
- 05指定模型端点
适用场景
- 01从图像中定位特定对象
- 02识别图片中的物体
- 03提取文档图片中的文字
- 04根据图像内容回答问题
MCP 相关
README 提到可使用 `search_models` MCP 工具按关键词查找视觉分析模型；该技能本身通过脚本执行图像分析。
安装
复制下面的命令，在终端中运行。
$
npx skills add https:/安装后在 Claude Code 中输入/fal-vision确认已加载。
附带文件scripts/analyze.sh
详细介绍
fal-vision
使用 fal.ai 视觉模型分析和理解图像，包括分割、检测、OCR、图像描述和视觉问答。
脚本
| 脚本 | 用途 |
|---|---|
analyze.sh | 分析图像（分割、检测、OCR、描述、问答） |
用法
分割对象
./scripts/analyze.sh --image-url "https://example.com/photo.jpg" --operation segment --query "the red car"
检测对象
./scripts/analyze.sh --image-url "https://example.com/photo.jpg" --operation detect
提取文本（OCR）
./scripts/analyze.sh --image-url "https://example.com/document.jpg" --operation ocr
描述图像
./scripts/analyze.sh --image-url "https://example.com/photo.jpg" --operation describe
视觉问答
./scripts/analyze.sh --image-url "https://example.com/photo.jpg" --operation qa --query "How many people are in this image?"
参数
| 参数 | 描述 | 必填 |
|---|---|---|
--image-url | 要分析的图像 URL | 是 |
--operation | segment、detect、ocr、describe、qa | 是 |
--query / -q | 用于 segment/qa 操作的文本提示词 | segment/qa 操作时必填 |
--model / -m | 覆盖模型端点 | 否 |
查找模型
要发现最新、最适合的视觉/分析模型，请使用搜索 API：
# Search for segmentation models
bash /mnt/skills/user/fal-generate/scripts/search-models.sh --query "segmentation"
# Search for object detection models
bash /mnt/skills/user/fal-generate/scripts/search-models.sh --query "object detection"
# Search for OCR models
bash /mnt/skills/user/fal-generate/scripts/search-models.sh --query "ocr"
# Search for image captioning / visual QA models
bash /mnt/skills/user/fal-generate/scripts/search-models.sh --query "caption"
bash /mnt/skills/user/fal-generate/scripts/search-models.sh --query "visual question"
也可以使用 search_models MCP 工具，并输入“segmentation”“detection”“ocr”“caption”“vision”等关键词。
评论
支持 Markdown