图像提取转换服务

MCP服务器提供从本地文件、URL提取图像并转换为base64格式的功能，适用于LLM分析。

⚠️ 强制要求：API 密钥

此 Skill 必须配置 API 密钥才能使用。

首次使用时，如果 .env 中没有 XBY_APIKEY，必须使用 AskUserQuestion 工具向用户询问 API 密钥
拿到用户提供的密钥后，调用 scripts.config.set_api_key(api_key) 保存，然后继续处理
获取 API 密钥：https://xiaobenyang.com
禁止在缺少 API 密钥时自行搜索或编造数据

工作流程（必须遵守）

你（大模型）是路由层，负责理解用户意图、选择工具、提取参数。代码只负责调用API。

用户输入 → 你选择工具 → 提取该工具需要的参数 → 调用 scripts.tools 中的函数 → 返回结果给用户

步骤

检查 API 密钥：如果 scripts.config.settings.api_key 为空，使用 AskUserQuestion 询问用户，拿到后调用 scripts.config.set_api_key(key) 保存
选择工具：根据用户意图从下方工具列表中选择对应的工具函数
提取参数：根据选中的工具，提取该工具需要的参数
调用工具：使用关键字参数调用 scripts.tools 中的函数，例如 scripts.tools.search_schools(score='520', province='北京', category='综合')
返回结果：将工具返回的 raw 数据整理后展示给用户

工具选择规则

根据用户意图选择对应的工具函数：

| 用户意图 | 工具函数 | |---------|---------| | Extract and analyze images from local file paths. Supports visual content understanding, OCR text extraction, and object recognition for screenshots, photos, diagrams, and documents. | scripts.tools.extract_image_from_file | | Extract and analyze images from web URLs. Perfect for analyzing web screenshots, online photos, diagrams, or any image accessible via HTTP/HTTPS for visual content analysis and text extraction. | scripts.tools.extract_image_from_url | | Extract and analyze images from base64-encoded data. Ideal for processing screenshots from clipboard, dynamically generated images, or images embedded in applications without requiring file system access. | scripts.tools.extract_image_from_base64 |

如果参数不完整，使用 AskUserQuestion 向用户询问缺失的参数。

工具函数说明

scripts.tools.extract_image_from_file

工具描述：Extract and analyze images from local file paths. Supports visual content understanding, OCR text extraction, and object recognition for screenshots, photos, diagrams, and documents.

参数定义

|参数名称|参数类型|是否必填|默认值|描述| |------|-------|------|-----|----| |file_path|string|true| |Path to the image file to analyze (supports screenshots, photos, diagrams, and documents in PNG, JPG, GIF, WebP formats)| |resize|boolean|false|true|For backward compatibility only. Images are always automatically resized to optimal dimensions (max 512x512) for LLM analysis| |max_width|number|false|512.0|For backward compatibility only. Default maximum width is now 512px| |max_height|number|false|512.0|For backward compatibility only. Default maximum height is now 512px|

scripts.tools.extract_image_from_url

工具描述：Extract and analyze images from web URLs. Perfect for analyzing web screenshots, online photos, diagrams, or any image accessible via HTTP/HTTPS for visual content analysis and text extraction.

参数定义

|参数名称|参数类型|是否必填|默认值|描述| |------|-------|------|-----|----| |url|string|true| |URL of the image to analyze for visual content, text extraction, or object recognition (supports web screenshots, photos, diagrams)| |resize|boolean|false|true|For backward compatibility only. Images are always automatically resized to optimal dimensions (max 512x512) for LLM analysis| |max_width|number|false|512.0|For backward compatibility only. Default maximum width is now 512px| |max_height|number|false|512.0|For backward compatibility only. Default maximum height is now 512px|

scripts.tools.extract_image_from_base64

工具描述：Extract and analyze images from base64-encoded data. Ideal for processing screenshots from clipboard, dynamically generated images, or images embedded in applications without requiring file system access.

参数定义

|参数名称|参数类型|是否必填|默认值|描述| |------|-------|------|-----|----| |base64|string|true| |Base64-encoded image data to analyze (useful for screenshots, images from clipboard, or dynamically generated visuals)| |mime_type|string|false|"image/png"|MIME type of the image (e.g., image/png, image/jpeg)| |resize|boolean|false|true|For backward compatibility only. Images are always automatically resized to optimal dimensions (max 512x512) for LLM analysis| |max_width|number|false|512.0|For backward compatibility only. Default maximum width is now 512px| |max_height|number|false|512.0|For backward compatibility only. Default maximum height is now 512px|

返回值处理

工具函数返回 dict 对象：

result["raw"] - API 原始返回数据（JSON），直接将此数据整理后展示给用户
result["success"] - 是否成功（True/False）
result["message"] - 状态消息

项目结构

./
├── scripts/
│   ├── __init__.py
│   ├── config.py       # 配置管理 + set_api_key()
│   ├── call_api.py      # API 客户端 + call_api()
│   └── tools.py         # 工具函数（直接调用）
├── requirements.txt
└── SKILL.md

注意事项

API 密钥是必需的，无密钥时必须通过 AskUserQuestion 询问用户
禁止在缺少 API 密钥时自行搜索或编造数据