用途:该技能调用多模态图片识别 API,对图片 URL 进行分析,并按用户意图返回文字结果,适用于商品图分析、截图解读、文字提取等任务。
主要能力:接受 imageUrl(必填,公开可访问的图片链接,需为 JPG、JPEG、PNG、GIF、WebP 或 BMP,最长 1000 字符)与 requirement(选填,自然语言描述分析需求,最长 1000 字符,省略时默认“Describe the content of this image”)。服务会下载图片并返回文本描述或分析。
使用方式:API 端点 POST /multimodal/recognizeImage;也可运行 python scripts/multimodal_recognize_image.py '<JSON parameters>'。脚本默认将完整 JSON 响应打印到 stdout,可用 jq 或 ConvertFrom-Json 提取字段。需设置 NEXSCOPE_API_KEY,额度管理见 https://www.nexscope.ai/help/skills-external-access?co-from=skillNS。
适用场景:一般图片描述、商品图卖点分析、图中文字提取、A+ 内容图解读、截图解释、物体识别等。
限制:不支持生成或编辑图片、视频分析、图片搜索或反向图搜;URL 无效或格式不受支持时会报错,需确认链接可公开访问并检查格式;仅转述 API 实际返回的信息,不虚构视觉细节。费用相关可参考响应中的 costToken 值,具体价格资料未提供。