一個強大的 ALPR 整合，供 AI 代理透過自動化工作流識別車牌、車輛品牌與型號。
安裝與下載
1. ClawHub CLI
從來源直接安裝技能的最快方式。
npx clawhub@latest install plate-recognizer
2. 手動安裝
將技能資料夾複製到以下位置之一
~/.openclaw/skills/ <project>/skills/ 優先級：工作區 > 本地 > 內建
3. 提示詞安裝
將此提示詞複製到 OpenClaw 即可自動安裝。
請幫我使用 Clawhub 安裝 plate-recognizer。如果尚未安裝 Clawhub，請先安裝（npm i -g clawhub）。
想要直接下載？
取得包含原生技能檔案的ZIP壓縮檔。
什麼是 Plate Recognizer？
Plate Recognizer 是一項先進的雲端自動車牌識別 (ALPR) 服務，旨在實現高精度的車輛識別。透過在 Openclaw Skills 生態系統中使用此整合，開發人員可以無縫處理影像與影片數據，以提取車牌號碼、車輛品牌與型號。此技能在原始視覺數據與自動化系統的可操作情報之間架起了橋樑。
此整合由 Membrane 提供支援，它透過自動處理複雜的身分驗證流程與憑證刷新來簡化開發人員體驗。這讓 AI 代理能夠與 Plate Recognizer 數據進行互動，而無需管理本地機密或手動追蹤 API 令牌，確保與 ALPR 服務的安全高效連接。
Plate Recognizer 應用場景
- 透過識別授權車牌，實現停車場進出的自動化。
- 透過針對特定車輛品牌或型號的即時警報增強安全系統。
- 在智慧城市應用中監控交通模式與車流。
- 將車輛數據整合到現有的 CRM 或物業管理工作流中。
Plate Recognizer 運作原理
- AI 代理透過 Openclaw Skills 框架與 Membrane CLI 初始化與 Plate Recognizer 服務的連接。
- 使用者透過安全的瀏覽器流程進行一次身分驗證，建立持久的連接 ID。
- 代理使用自然語言意圖發現搜尋特定動作（如車牌識別或車輛識別）。
- 處理影像或影片時，代理執行選定的動作，透過標準化的 JSON 介面傳遞參數。
- Plate Recognizer 處理媒體並向代理回傳結構化數據，包括車牌文字、信心分數與車輛屬性。
Plate Recognizer 設定指南
首先，安裝 Membrane CLI 以啟用 Openclaw Skills 功能：
npm install -g @membranehq/cli@latest
接下來，驗證您的代理（將 <agentType> 替換為 openclaw）：
membrane login --tenant --clientName=openclaw
建立與 Plate Recognizer 服務的連接：
membrane connection ensure "https://platerecognizer.com/" --json
如果狀態為 BUILDING，請等待其變為 READY：
npx @membranehq/cli connection get <id> --wait --json
Plate Recognizer 資料結構與分類體系
此技能透過連接與結構化的 JSON 模式組織交互。數據主要透過以下分類進行管理：
| 物件 | 描述 |
|---|---|
| Connection | 儲存 Plate Recognizer API 的身分驗證狀態與基礎 URL。 |
| Action | 定義特定任務，如具有定義好的 inputSchema 與 outputSchema 的 recognize-plate。 |
| Proxy Request | 允許透過 Membrane proxy 對 /statistics/ 或 /cameras/ 等端點進行原始 API 存取。 |
| Metadata | 包括車輛品牌、型號、顏色與車牌地區代碼。 |
Plate Recognizer 進階特性
- 自然語言動作發現，為特定識別任務尋找最佳工具。
- 支援帶有手動授權碼完成的 headless 環境。
- 為長期運行的自動化監控任務提供透明的憑證刷新。
- 直接 API 代理，為標準動作未涵蓋的自定義端點自動注入標頭。
- 相容於 Openclaw Skills、Claude 與其他 AI IDE 的多代理支援。
SKILL.md
加載中
Openclaw 相關技能
Shader Skill
一個用於在 WebGL、Three.js 和 React Three Fiber 執行階段中編寫、偵錯和移植 GLSL shader 的綜合工具包。
精選*
