SuperAPI AI 工具集

openai-image-vision

设计与创作

查看项目

更新于 10-16 01:50

技能介绍

用途:使用 OpenAI 视觉模型分析图像,回答关于图像内容的问题,例如识别物体、形状、颜色、纹理,或提取图中文字。

主要能力:支持本地图片路径或 HTTP(S) 图片 URL 输入,可指定提问内容;支持 JPEG、PNG、GIF、WebP;可选模型为 gpt-4.1-mini(默认)、gpt-4.1、gpt-4o-mini、gpt-4-turbo;返回 JSON,包含 model、content 及 usage token 统计。

使用方式:需要先配置 API 密钥,优先使用 OPENAI_API_KEY,也可回退到 LINKAI_API_KEY,并可选用 OPENAI_API_BASE 设置自定义 API 地址。脚本位于该 skill 的 base_dir 下,必须用 bash 执行,格式为:bash "<base_dir>/scripts/vision.sh" "<image_path_or_url>" "<question>" [model]。

资源与限制:大于 1MB 的图片会自动压缩到最长边 800px;API 调用超时 60 秒;速率受 OpenAI API 计划限制;图片会发送到 OpenAI 服务器处理;本地文件会转为 base64 提交,URL 可直接传入。安装方式与价格信息暂未提供。