AI Skills
vision-analysis

vision-analysis

熱門

使用 MiniMax 視覺 MCP 工具對圖片進行分析、描述與資訊擷取。適用時機：使用者分享圖片檔案路徑或 URL（訊息中包含 .jpg、.jpeg、.png、.gif、.webp、.bmp 或 .svg 等副檔名），或在附帶圖片、螢幕截圖、圖表、Mockup、線框圖（Wireframe）或照片時使用以下字詞：「分析」、「描述」、「解釋」、「理解」、「看看」、「審視」、「擷取文字」、「OCR」、「裡面有什麼」、「讀取這張圖」、「看這張圖」、「告訴我關於」、「解釋這個」、「解讀這個」。此外亦適用於：UI Mockup 審查、線框圖分析、設計評估、圖表資料擷取、物件偵測、人物/動物/活動識別。觸發條件：任何包含圖片副檔名（jpg, jpeg, png, gif, webp, bmp, svg）的訊息，或任何要求對圖片、截圖、圖表、照片、Mockup 或線框圖進行分析、描述、理解、審視、擷取文字的請求。

1.3萬星標
1130分支
更新於 2026/4/18
獲取技能源代碼

相關技能

ui-to-vue24萬imagegen-frontend-mobile9.4萬bmad-ux5.3萬
SKILL.md
唯讀
名稱
vision-analysis
描述

使用 MiniMax 視覺 MCP 工具對圖片進行分析、描述與資訊擷取。適用時機：使用者分享圖片檔案路徑或 URL（訊息中包含 .jpg、.jpeg、.png、.gif、.webp、.bmp 或 .svg 等副檔名），或在附帶圖片、螢幕截圖、圖表、Mockup、線框圖（Wireframe）或照片時使用以下字詞：「分析」、「描述」、「解釋」、「理解」、「看看」、「審視」、「擷取文字」、「OCR」、「裡面有什麼」、「讀取這張圖」、「看這張圖」、「告訴我關於」、「解釋這個」、「解讀這個」。此外亦適用於：UI Mockup 審查、線框圖分析、設計評估、圖表資料擷取、物件偵測、人物/動物/活動識別。觸發條件：任何包含圖片副檔名（jpg, jpeg, png, gif, webp, bmp, svg）的訊息，或任何要求對圖片、截圖、圖表、照片、Mockup 或線框圖進行分析、描述、理解、審視、擷取文字的請求。

Vision Analysis

使用 MiniMax Token Plan 中提供的 MiniMax MiniMax_understand_image MCP 工具進行圖片分析。

前置需求

  • 擁有 MiniMax Token Plan 訂閱方案以及有效的 MINIMAX_API_KEY
  • 已設定 MiniMax MCP（可使用 MiniMax_understand_image 工具）

若尚未設定 MCP 工具

步驟 1： Agent 應從以下連結獲取設定說明：
https://platform.minimaxi.com/docs/token-plan/mcp-guide

步驟 2： 偵測使用者的開發環境（OpenCode、Cursor、Claude Code 等），並輸出所需的精確命令。常見範例如下：

OpenCode — 新增至 ~/.config/opencode/opencode.json 或 package.json：

{
  "mcp": {
    "MiniMax": {
      "type": "local",
      "command": ["uvx", "minimax-coding-plan-mcp", "-y"],
      "environment": {
        "MINIMAX_API_KEY": "YOUR_TOKEN_PLAN_KEY",
        "MINIMAX_API_HOST": "https://api.minimaxi.com"
      },
      "enabled": true
    }
  }
}

Claude Code：

claude mcp add -s user MiniMax --env MINIMAX_API_KEY=your-key --env MINIMAX_API_HOST=https://api.minimaxi.com -- uvx minimax-coding-plan-mcp -y

Cursor — 新增至 MCP 設定：

{
  "mcpServers": {
    "MiniMax": {
      "command": "uvx",
      "args": ["minimax-coding-plan-mcp"],
      "env": {
        "MINIMAX_API_KEY": "your-key",
        "MINIMAX_API_HOST": "https://api.minimaxi.com"
      }
    }
  }
}

步驟 3： 設定完成後，請提醒使用者重啟應用程式，並透過 /mcp 進行驗證。

重要事項： 若使用者未訂閱 MiniMax Token Plan，請告知對方 understand_image 工具需要 Token Plan 訂閱才能使用，無法搭配免費版或其他層級的 API Key。

分析模式

模式 適用時機 Prompt 策略
describe 一般圖片理解 要求提供詳細描述
ocr 從螢幕截圖、文件擷取文字 要求逐字擷取所有文字
ui-review UI Mockup、線框圖、設計稿 要求提供設計評估與改善建議
chart-data 圖表、統計圖、資料視覺化 要求擷取資料點與趨勢
object-detect 識別物件、人物、活動 要求列出並標示所有元素的位置

工作流程

步驟 1：自動偵測圖片

當訊息包含以下副檔名的圖片檔案路徑或 URL 時，本 Skill 將自動觸發：
.jpg、.jpeg、.png、.gif、.webp、.bmp、.svg

請從訊息中擷取出圖片路徑。

步驟 2：選擇分析模式並呼叫 MCP 工具

使用 MiniMax_understand_image 工具，並搭配對應模式的 Prompt：

describe:

請提供這張圖片的詳細描述。包含：主要主體、場景/背景、色彩/風格、任何可見文字、值得注意的物件以及整體構圖。

ocr:

請逐字擷取這張圖片中所有可見的文字。保持原本的結構與格式（標題、清單、欄位）。如果未發現任何文字，請明確說明。

ui-review:

你是一位 UI/UX 設計審查員。請分析此介面 Mockup 或設計稿，並提供：(1) 優點——哪些部分設計得很好，(2) 問題——可用性或設計上的缺失，(3) 具體且可執行的改善建議。請保持建設性與詳細度。

chart-data:

請擷取此圖表或統計圖中的所有資料。列出：圖表標題、軸線標籤、所有可讀取的資料點/數列數值，以及趨勢的簡短總結。

object-detect:

請列出所有你可以識別出的獨立物件、人物與活動。針對每一項，描述其為何物以及在圖片中的大致位置。

步驟 3：呈現結果

清晰地傳回分析結果。對於 describe 模式，使用流暢易讀的文句；對於 ocr 模式，保留原文結構；對於 ui-review 模式，使用結構化的評估格式。

輸出格式範例

describe 模式：

## 圖片描述

[圖片內容的詳細描述...]

ocr 模式：

## 擷取的文字

[保留自圖片的文字結構]

ui-review 模式：

## UI 設計審查

### 優點
- ...

### 問題
- ...

### 建議
- ...

注意事項

  • 支援最高 20MB 的圖片（JPEG、PNG、GIF、WebP）
  • 若 MiniMax MCP 已設定檔案存取權限，則可支援本機檔案路徑
  • MiniMax_understand_image 工具由 minimax-coding-plan-mcp 套件提供