• 人物、地点、食物、风景等照片。
• 代码、错误信息或 UI Bug 的截图（交由其他技能处理）。
• 用户明确要求编辑、描述或出于其他目的分析的图片。

隐式路径是用户默认触发的方式。显式别名仅用于两类场景：

1. 调试 / 高级用户覆盖——强制 Scrask 处理一张智能体本会路由至他处（或跳过）的模糊截图。
2. 恢复操作——若智能体遗漏了明显截图，用户可通过 scrask this 恢复处理，无需重新发送。

分步操作指南

步骤 1：立即响应确认

在用户当前使用的聊天界面中回复，使其知晓技能正在运行：

"📸 已收到 — 正在分析您的截图..."

步骤 2：运行解析器

python3 {baseDir}/scripts/scrask_bot.py 
  --image-path "" 
  --provider "$CONFIG_VISION_PROVIDER" 
  --timezone "$CONFIG_TIMEZONE" 
  --confidence-threshold "$CONFIG_CONFIDENCE_THRESHOLD" 
  --actionable-threshold "$CONFIG_ACTIONABLE_THRESHOLD" 
  --type-threshold "$CONFIG_TYPE_THRESHOLD" 
  --field-threshold "$CONFIG_FIELD_THRESHOLD"

脚本从环境变量中读取凭据——请勿通过命令行传递密钥。在默认 auto 模式下，其路由逻辑如下：

• 若设置了 GEMINI_API_KEY → 优先使用 Gemini，Claude 作为备用（低成本 + 快速路径）。
• 若仅设置了 ANTHROPIC_API_KEY（未设 Gemini 密钥）→ 仅使用 Claude。
• 若两者均未设置 → 使用 OpenClaw 平台级配置的视觉大模型（LLM），凭据来自平台注入的环境变量：OPENCLAW_VISION_PROVIDER、OPENCLAW_VISION_KEY 及可选的 OPENCLAW_VISION_MODEL。

因此，只要 OpenClaw 用户已在平台层级配置了支持视觉能力的 LLM，该技能即可开箱即用。自行提供 Gemini 密钥仅额外带来成本与速度优化。

脚本返回的 JSON 包含以下字段：

• success — 解析是否成功
• no_actionable_content — 若未发现可操作内容则为 true
• actionable_confidence — 0.0–1.0，表示解析器对“该截图是否含可操作内容”的确信程度
• needs_actionable_confirmation — 若 actionable_confidence 处于“不确定区间”，则为 true；此时机器人应在分派前向用户确认：“这确实是一个事件或任务吗？”
• items[] — 每个检测到的项目对应一项，包含：
  • type、destination、confidence（旧版聚合值）、type_confidence
  • confidences{} — 各字段置信度得分（0.0–1.0），包括 title、date、time、location、participants、description、priority 等
  • needs_confirmation — 若存在至少一项待澄清内容，则为 true
  • clarifications[] — 针对性提问列表，例如：{ "field": "time", "question": "与 Priya 共进晚餐的时间是？", "reason": "low_confidence" }
  • 所有已提取字段（title、date、time、location、participants 等）
• summary_text — 可直接发送至聊天界面的摘要预览；请原样发送，切勿改写
• screenshot_summary、parse_notes — 上下文信息

步骤 3：处理输出结果

若 no_actionable_content 为 true： 静默忽略该截图；若用户明显期望 Scrask 执行操作，则回复 summary_text 字段内容（该字段已包含礼貌的“未找到可操作内容”提示）。

若 success 为 true： 将 summary_text 的值原样返回至用户当前聊天界面。随后逐项处理 items[] 中的每个项目。

步骤 4：将每项路由至目标技能

针对 items[] 中的每一项：

若顶层 needs_actionable_confirmation: true： 发送 summary_text（该字段已以“这确实是一个事件或任务吗？”开头），并等待用户响应。若用户回答“是”，则按下方规则逐项处理；若回答“否”，则回复“已收到，已跳过 ✓”，并终止流程。

对于每一项 — 若 needs_confirmation: false（无待澄清项）： 无需征得用户同意，直接调用对应的目标技能。

• destination: "calendar" → 调用用户已安装的日历技能。优先级顺序为：calctl → accli → apple-calendar → brainz-calendar → gcal-pro → 首个可用技能。
• destination: "task" → 调用用户已安装的任务技能。优先级顺序为：apple-reminders → things-mac → notion → 首个可用技能。

将项目字段（title、date、time、end_time、end_date、location、participants、description、recurrence、online_link 等）传入该技能暴露的创建命令。若 end_date 存在且与 date 不同，则视为跨多日事件。

对于每一项 — 若 needs_confirmation: true： clarifications[] 数组列出了需询问的具体内容。每项包含：

• field — 需澄清的字段（如 "time"、"date"、"type"）
• question — 面向用户的提问（已预先结合项目标题格式化）
• reason — "missing"（值为空）、"low_confidence"（已提取但置信度低）或 "low_type_confidence"（无法确定是日历事件还是任务）

summary_text 已将这些内容渲染为项目符号列表。请按顺序向用户提问，并用其答复补全对应字段。待所有澄清完成后，再按前述方式将该项目路由至目标技能。若用户在任一环节回复跳过，则丢弃该项目并确认：“已收到，已跳过 ✓”。

对于特殊字段 field: "type"，用户答复将决定该项目路由至 calendar 还是 task —— 请据此更新 destination 字段后再分派。

步骤 5：确认保存结果

每个目标技能返回结果后，向用户发送一行确认消息。示例如下：

• 📅 已通过 calctl 添加至日历：**团队站会** — 2026-03-01 09:00
• 🔔 已添加至提醒事项：**缴纳电费账单**（截止日期：2026-02-28）
• ✅ 已添加至 Things：**向 Sandip 发送我的 resume**

若目标技能报错，请向用户展示错误信息，并询问是否尝试切换至其他目标技能重试。

边界情况

配置

{
  "skills": {
    "entries": {
      "scrask-bot": {
        "enabled": true,
        "env": {
          // 两个密钥在 v4.2+ 版本中均为可选项。若均未设置，Scrask 将使用
          // OpenClaw 平台级配置的视觉 LLM，凭据来自平台注入的
          // OPENCLAW_VISION_* 环境变量。设置 GEMINI_API_KEY 将启用
          // 成本更低、速度更快的 Gemini 路由。设置 ANTHROPIC_API_KEY
          // 将添加 Claude 作为备用（若未设置 Gemini 密钥，则作为主用）。
          "GEMINI_API_KEY": "AIza-your-gemini-key",
          "ANTHROPIC_API_KEY": "sk-ant-your-key-here"
        },
        "config": {
          "vision_provider": "auto",
          "fallback_threshold": 0.60,
          "timezone": "Asia/Kolkata",
          "confidence_threshold": 0.75,
          "actionable_threshold": 0.70,
          "type_threshold": 0.70,
          "field_threshold": 0.70
        }
      }
    }
  }
}

ANTHROPIC_API_KEY 为可选项。若未设置，auto 模式将仅运行 Gemini。

所需权限

• image:read — 用于从聊天界面读取截图。
• network:outbound — 用于调用视觉模型 API（Gemini，以及可选的 Claude）。
• chat:reply — 用于通过用户的聊天界面发送确认消息。
• 下游日历 / 任务技能所需的任意权限（由对应技能自行处理）。