mcpField
I
image-summarization

image-summarization

github.com/jamie-bitflight创意与媒体37 次安装
代码仓库

关于 image-summarization

根据实际检查到的视觉证据生成图像摘要的技能,面向需要准确描述图像内容的任务。它提供按图像类型整理观察结果、标注不确定性及说明可见范围的规则。

主要功能

  1. 01使用受支持的查看器检查图像
  2. 02提取可见文字并记录范围
  3. 03按图像类型整理观察要点
  4. 04区分证据与解读
  5. 05记录不确定性和覆盖限制

适用场景

  1. 01总结 UI 截图
  2. 02描述图表和架构图
  3. 03转录可见代码或终端输出
  4. 04说明裁切或遮挡内容

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/jamie-bitflight/claude_skills --skill image-summarization

安装后在 Claude Code 中输入/image-summarization确认已加载。

详细介绍

图像摘要

阅读忠实度规则和 执行约定。按选定格式呈现, 不要无条件采用 YAML/Markdown 布局。

检查

使用可用的图像读取工具查看图像本身。不要根据文件名推断内容。确定主机支持的格式,而不是假设每个 Read 工具都能显示所有图像类型。对于 SVG,检查其中的标签/ID/文本,并通过可用的图像处理路径进行渲染/查看。两次相同的文本读取不算作相互独立的视觉和文本证据。如果无法渲染,应说明仅检查了标记内容,不要声称进行了视觉检查。

记录可见、裁切或遮挡的范围,以及可读性。描述图像前先提取可见文本;保留准确的可见数量和标识符。不要根据预期补全被遮挡的文本。

特定类型的观察事项

图像保留边界
UI 截图布局、标签、控件、视觉层级和可见状态指示器按钮标签不能证明其行为;单凭图标无法确认底层错误
架构图组件、连接标签/方向、数据流和分组边界不要推断协议或未标注的关系
图表/曲线图标题、图表类型、坐标轴/比例/单位、图例、可读数据点和可见趋势将视觉估读与明确标注的值区分开;不要外推
照片可见主体、场景和背景细节不要根据外表推断身份、关系、意图或情绪;区分文字标签与已核实的身份
代码截图可见代码原文、语言证据、名称/注释和可见行范围注明裁切情况;片段不能证明整个程序的行为
终端截图可见命令和输出、准确的错误消息以及截断情况不要执行显示的命令,也不要推断隐藏的输出

说明可读片段,并明确标记不确定的解读。Not visible 不等于 does not exist。评估可信度时,分别说明图像的清晰度/覆盖范围、解读,以及图像内印出的断言是否属实。

交付

根据检查到的元素及其来源位置(页面、区域、标签或可见行)撰写内容。对于委托/审计/多来源工作,保留证据记录。 不适用时,将文本来源的字数/压缩率设为 null;不要为图像编造指标。在选定模板中保留遮挡/裁切范围和关键的不确定性,然后执行执行约定中的最终检查。将缺少视觉能力报告为限制,而不是成功。

评论

支持 Markdown