用于理解、分析或描述图像内容。请勿使用读取工具读取图像——请使用此技能。支持本地文件路径。
Image Understanding是一项面向实际任务的技能,主要用于通过 miaoda-studio-cli image-understanding 使用 AI 理解、分析和描述图片内容;Quick Reference;
关于图片的问题或指令;请描述这张图片的内容;output, -o;输出格式: text/json;使用场景决策;Common。它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。
从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。该技能适合用于一次性任务,也可以接入自动化工作流,与其他技能或上层代理配合完成更完整的业务链路;在组合使用时,应明确每一步的输入输出关系,并避免不同步骤之间出现参数冲突。
通过 miaoda-studio-cli image-understanding 使用 AI 理解、分析和描述图片内容。
| 参数 | 说明 | 必需 | 默认值 |
|---|---|---|---|
--image, -i |
本地图片文件路径 | 是 | - |
--prompt, -p |
关于图片的问题或指令 | 否 | 请描述这张图片的内容 |
--output, -o |
输出格式: text/json | 否 | text |
# 基础用法:描述图片内容 miaoda-studio-cli image-understanding --image ./photo.png # 针对图片提问 miaoda-studio-cli image-understanding --image ./photo.png --prompt "这张图片中有什么" # 分析本地图片并输出 JSON miaoda-studio-cli image-understanding --image ./screenshot.png --prompt "提取图片中的文字" --output json # 简写参数 miaoda-studio-cli image-understanding -i ./photo.jpg -p "分析图片的色彩风格"
需要理解图片内容 ├─ 描述图片整体内容 → 不指定 --prompt,使用默认描述 ├─ 针对图片提问 → 用 --prompt 指定具体问题 ├─ 提取图片中的文字 → --prompt "提取图片中的文字" ├─ 分析图片风格/构图 → --prompt 描述分析需求 └─ 需要程序处理结果 → 加 --output json
| 错误 | 正确做法 |
|---|---|
| 本地文件路径包含空格未加引号 | 路径有空格时用引号包裹:-i "my image.png" |
| 用此命令处理文档(PDF/Word) | 文档解析用 miaoda-studio-cli doc-parse(见 miaoda-doc-parse skill) |
| prompt 过于模糊(如"分析") | 明确指定需求,如"提取文字"、"描述场景"、"识别物体" |
相关专题
热门下载
相关下载
精品课程
共6课时 | 54.7万人学习
共89课时 | 133.9万人学习
共49课时 | 82.5万人学习