Một bộ công cụ xử lý hình ảnh 4 trong 1 mạnh mẽ dành cho các tác nhân AI, bao gồm OCR, xóa hình mờ, nén hình ảnh thông minh và tạo ảnh ID chuyên nghiệp.
Cài đặt & Tải xuống
1. ClawHub CLI
Cách nhanh nhất để cài đặt kỹ năng trực tiếp từ thư viện.
npx clawhub@latest install toolbox-10-skill
2. Cài đặt Thủ công
Sao chép thư mục kỹ năng vào một trong những vị trí sau
~/.openclaw/skills/ <project>/skills/ Ưu tiên: Không gian làm việc > Cục bộ > Gói sẵn
3. Cài đặt Prompt
Sao chép prompt này vào OpenClaw để tự động cài đặt.
Giúp tôi cài đặt toolbox-10-skill bằng Clawhub. Nếu Clawhub chưa
Bạn muốn tải xuống?
Nhận các tệp kỹ năng gốc dưới dạng lưu trữ ZIP.
Bộ công cụ tiện ích hình ảnh là gì?
Bộ công cụ tiện ích hình ảnh là một bộ xử lý hình ảnh cục bộ toàn diện được thiết kế để trao quyền cho các tác nhân AI với các thao tác thị giác máy tính và chỉnh sửa mạnh mẽ. Được xây dựng bằng Python, kỹ năng này kết hợp bốn quy trình làm việc hình ảnh tần suất cao: loại bỏ hình mờ chính xác, trích xuất văn bản OCR đa ngôn ngữ, nén kích thước thông minh và định dạng ảnh ID tiêu chuẩn với tính năng thay thế nền tự động.
Bằng cách tích hợp công cụ này, các nhà phát triển có thể bỏ qua các API đám mây đắt tiền và thực hiện các tác vụ thị giác phức tạp trực tiếp trong môi trường cục bộ an toàn của họ. Kỹ năng này được tối ưu hóa hoàn toàn cho các cấu hình Openclaw Skills, cho phép các mô hình ngôn ngữ lớn điều phối và chạy các tập lệnh dựa trên Python trên các tài sản hình ảnh một cách tự nhiên với độ chính xác hoàn hảo và an toàn cho tệp tin.
Trường hợp sử dụng Bộ công cụ tiện ích hình ảnh
- Trích xuất văn bản tự động (OCR): Quét và phân tích nhanh văn bản tiếng Trung và tiếng Anh từ sơ đồ, tài liệu hoặc ảnh chụp màn hình, trả về tọa độ bố cục chính xác.
- Xóa hình mờ: Phát hiện và tô màu đè lên các hình mờ văn bản hoặc hình ảnh không mong muốn một cách tự động hoặc thông qua tọa độ.
- Công cụ giảm kích thước thông minh: Nén các tài sản JPEG/PNG bằng các thuật toán chất lượng mục tiêu hoặc kích thước tệp tối đa được chỉ định mà không làm giảm độ trung thực hình ảnh cần thiết.
- Thay đổi màu và kích thước ảnh ID: Xóa nền và thay đổi kích thước tức thì cho các tài liệu chính thức, hỗ trợ thay thế nền màu đỏ, xanh dương hoặc trắng.
Cách thức hoạt động của Bộ công cụ tiện ích hình ảnh
- Kích hoạt nhận dạng: Người dùng đưa ra các lệnh bằng ngôn ngữ tự nhiên như "đọc văn bản từ hình ảnh" hoặc "chuyển ảnh tự sướng này thành ảnh ID nền xanh".
- Chuẩn bị tham số: Tác nhân AI trích xuất các đường dẫn tệp liên quan và xác định các giá trị tham số tùy chọn, chẳng hạn như kích thước mục tiêu hoặc tỷ lệ nén.
- Điều phối tập lệnh cục bộ: Tác nhân thực thi tập lệnh con Python cụ thể (ví dụ:
remove_watermark.pyhoặcid_photo.py) bằng cách sử dụng đường dẫn thư mục tuyệt đối. - Đầu ra JSON có cấu trúc: Tập lệnh phân tích hình ảnh, thực hiện xử lý thông qua các gói Mã nguồn mở và xuất ra phản hồi JSON có cấu trúc chi tiết mà tác nhân in ra một cách rõ ràng cho người dùng.
Cài đặt Bộ công cụ tiện ích hình ảnh
Đảm bảo rằng bạn đã cài đặt python3 trên máy của mình. Cài đặt các gói Python cần thiết trước khi chạy các tập lệnh:
python3 -m pip install easyocr opencv-python-headless Pillow rembg numpy onnxruntime
Lưu ý: Trong lần chạy đầu tiên của công cụ OCR, easyocr sẽ tự động cố gắng tìm nạp các mô hình ngôn ngữ (khoảng 100-300MB). Hãy duy trì kết nối internet đang hoạt động hoặc xác định trước thư mục mô hình của bạn bằng biến môi trường EASYOCR_MODULE_PATH.
Lược đồ dữ liệu & Hệ thống phân loại của Bộ công cụ tiện ích hình ảnh
Danh mục tập lệnh
| Tiện ích | Tập lệnh Python thực thi | Khả năng vận hành chính |
|---|---|---|
| Công cụ xóa hình mờ | scripts/remove_watermark.py |
Tự động phát hiện hình mờ hoặc sửa chữa các khu vực hộp bao quanh chính xác (--x1 --y1 --x2 --y2). |
| Trình đọc OCR | scripts/ocr_recognize.py |
Phát hiện văn bản tiếng Trung/Anh và in các vị trí tương ứng. |
| Máy nén thông minh | scripts/compress_image.py |
Nén các định dạng xuống mức --quality cụ thể (30-95) hoặc kích thước KB tối đa. |
| Công cụ tạo ảnh hộ chiếu | scripts/id_photo.py |
Trích xuất các chủ thể con người để phủ lên các màu --bg (đỏ, xanh dương, trắng). |
Cấu hình tham số
--auto: Kích hoạt chế độ tô màu tự động cho hình mờ.--bg <color>: Đặt nền ảnh ID. Các tùy chọn được hỗ trợ:red,blue(mặc định) hoặcwhite.--quality <30-95>: Chỉ định thủ công tỷ lệ chất lượng mục tiêu (mặc định là85).--max-size <KB>: Áp đặt giới hạn trên cho kích thước tệp cho các kết quả đầu ra đã nén.
Tính năng Nâng cao của Bộ công cụ tiện ích hình ảnh
- Tô màu động và Hộp bao quanh: Hỗ trợ cả việc khôi phục nền tự động liền mạch và các hộp bao quanh tọa độ pixel thủ công.
- Khôi phục lỗi không phụ thuộc: Tự động chặn
ModuleNotFoundErrortrong thời gian chạy của tác nhân, nhắc nhở tìm nạp gói tự động để thực thi suôn sẻ. - Trích xuất chủ thể tăng tốc ONNX: Sử dụng tính năng xóa nền hiệu suất cao để tách biệt các hình bóng chân dung một cách sạch sẽ mà không cần thiết lập ánh sáng chuyên nghiệp.
- Xác thực tự động: Phân tích các luồng lỗi tiêu chuẩn và báo cáo các đề xuất chẩn đoán rõ ràng cho các tác nhân người dùng nếu xảy ra lỗi tệp hoặc gián đoạn tập lệnh.
SKILL.md
Đang tải
Các kỹ năng Openclaw liên quan
Skill Optimizer & Developer
Một trợ lý phát triển và tối ưu hóa chuyên dụng, được thiết kế để tự động phân tích, tinh chỉnh và cập nhật các kỹ năng và tài liệu hiện có của AI Agent.
Tự động đổi tên nhãn phiên
Một hook nội bộ OpenClaw tự động đặt tiêu đề cho các phiên trò chuyện mới bằng cách sử dụng model LLM của phiên hoạt động, với cơ chế dự phòng cắt bớt tin nhắn đầu tiên mạnh mẽ.
OpenAI-Compatible LLM Gateway
Một gateway tương thích OpenAI không cần khóa, sẵn sàng sử dụng, hỗ trợ hơn 17 mô hình AI tiên phong với thanh toán USDC theo lần gọi.
Cơ sở dữ liệu kiến thức dịch vụ khách hàng Tax BP (tax-bp-knowledge)
Một kỹ năng đại lý dịch vụ khách hàng thông minh, tự động truy xuất các quy tắc thuế, câu hỏi thường gặp (FAQ) và quy trình lập hóa đơn từ một cơ sở dữ liệu kiến thức tập trung để tự động hóa các câu hỏi về thuế cho từng dòng kinh doanh cụ thể.
Hướng Dẫn Sơ Cứu AI
Một kỹ năng AI agent chuyên dụng được thiết kế để cung cấp các hướng dẫn sơ cứu cứu sống người có cấu trúc và tạo các báo cáo phản ứng khẩn cấp HTML tương tác.
Tattoo Design Guide
Một kỹ năng chuyên gia tư vấn xăm hình AI chuyển đổi sở thích của người dùng thành các báo cáo an toàn và thiết kế trực quan HTML tương tác, toàn diện.
Dữ liệu Kinh tế — FRED, World Bank và Thống kê Thị trường
Một tích hợp dữ liệu kinh tế theo thời gian thực cho phép các AI agent truy cập tức thì vào FRED, các chỉ số của World Bank và phân tích thị trường Mỹ thông qua thanh toán USDC cho mỗi lần gọi.
Đặc sắc*
