用途:Segment Image 是一个图像分割技能,用于识别图像中的对象、为特定对象生成掩码、将图像分割为区域,以及从图像中提取对象。当用户提出“分割图像”“识别对象”“提取对象”“生成掩码”“在图像中查找对象”等需求时使用。
主要能力:借助 Gemini 的视觉能力完成图像分割,可识别图像中的对象、生成指定对象的掩码、按区域分割图像并提取对象。
使用方式:通过 bun 运行脚本,命令为 bun run --cwd ${CLAUDE_PLUGIN_ROOT} ${CLAUDE_PLUGIN_ROOT}/skills/segment-image/scripts/segment.ts <input-image> [options]。可用选项包括 --prompt <text> 自定义分割提示词,以及 --output <dir> 指定掩码文件的输出目录。示例:分割全部对象时运行 bun run --cwd ${CLAUDE_PLUGIN_ROOT} ${CLAUDE_PLUGIN_ROOT}/skills/segment-image/scripts/segment.ts photo.jpg;使用自定义提示词时追加 --prompt "identify all people and vehicles";保存掩码到目录时追加 --output ./masks。
上下文纪律:不要将生成的掩码图像读回上下文,脚本只输出文件路径。应请用户目视检查掩码;如需程序化检查,先用 optimize-images 技能优化图像。
模型:使用 gemini-3.5-flash(Gemini 3 Flash)进行图像分割。资料标注最后验证时间为 2026 年 2 月;若存在更新一代模型,应停止并建议向 b-open-io/gemskills 提交 PR。当前模型与官方来源可参考 ask-gemini 技能的 references/gemini-api.md 以及 Google 官方的 gemini-api-dev 技能。
限制:资料未提供收费、价格、平台支持范围及具体分割精度等信息。