mcpField
S
segment-image

segment-image

github.com/b-open-io创意与媒体943 次安装5 周前更新
代码仓库

关于 segment-image

segment-image 是一项使用 Gemini 视觉能力识别图像对象并生成掩码的技能，适用于图像分析和对象提取，可通过命令行脚本运行并自定义分割提示词。

主要功能

  1. 01识别图像中的对象
  2. 02为指定对象生成掩码
  3. 03将图像分割为区域
  4. 04设置自定义分割提示词
  5. 05指定输出目录

适用场景

  1. 01识别照片中的人物或车辆
  2. 02为图像对象生成掩码
  3. 03将图像划分为多个区域
  4. 04提取对象以供后续使用

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/b-open-io/gemskills --skill segment-image

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

附带文件.clawnet/unsigned-skill.jsonscripts/segment.ts

详细介绍

图像分割

使用 Gemini 的视觉能力分割和识别图像中的对象。

适用场景

在用户要求以下操作时使用此技能：

  • 识别图像中的对象
  • 为特定对象生成蒙版
  • 将图像分割成多个区域
  • 从图像中提取对象

用法

bun run --cwd ${CLAUDE_PLUGIN_ROOT} ${CLAUDE_PLUGIN_ROOT}/skills/segment-image/scripts/segment.ts <input-image> [options]
选项
  • --prompt <text> - 自定义分割提示词
  • --output <dir> - 蒙版文件的输出目录
示例
# Segment all objects
bun run --cwd ${CLAUDE_PLUGIN_ROOT} ${CLAUDE_PLUGIN_ROOT}/skills/segment-image/scripts/segment.ts photo.jpg

# Segment with custom prompt
bun run --cwd ${CLAUDE_PLUGIN_ROOT} ${CLAUDE_PLUGIN_ROOT}/skills/segment-image/scripts/segment.ts photo.jpg --prompt "identify all people and vehicles"

# Save masks to directory
bun run --cwd ${CLAUDE_PLUGIN_ROOT} ${CLAUDE_PLUGIN_ROOT}/skills/segment-image/scripts/segment.ts photo.jpg --output ./masks

上下文管理

不要将生成的蒙版图像重新读入上下文。 脚本会输出文件路径。请让用户目视检查蒙版。如需以编程方式检查，请先优化图像（通过 optimize-images 技能）。

模型

使用 gemini-3.5-flash（Gemini 3 Flash）进行图像分割。

上次验证时间：2026 年 2 月。如果已有更新一代的模型，请停止并建议向 b-open-io/gemskills 提交 PR。请参阅 ask-gemini 技能中的 references/gemini-api.md，了解当前模型，并以 Google 官方的 gemini-api-dev 技能作为权威来源。

评论

支持 Markdown