[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"skill:01M71JMATYQ1Y2EXG7Q754EP9G":3,"skill-same:01M71JMATYQ1Y2EXG7Q754EP9G":138},{"skillNo":4,"name":5,"nameZh":6,"description":7,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":16,"categories":17,"keywords":18,"publishedAt":35,"linkOnly":36,"markdownContent":37,"markdownBody":38,"frontMatter":39,"refName":63,"commitSha":64,"skillDirectory":5,"forksCount":65,"repositoryHtmlUrl":66,"repositoryHomepageUrl":6,"ownerHtmlUrl":67,"ownerBlogUrl":6,"ownerDescription":68,"updatedAt":69,"install":70,"resources":83},"01M71JMATYQ1Y2EXG7Q754EP9G","图眼",null,"给无视觉模型(deepseek-v4-flash 等纯文本模型)装「眼睛」的视觉理解技能。 用 mmx vision (MiniMax VLM) 把图片转成高保真文本描述。核心是「细节保真 管线」:单次看图有损,精扫=切片+放大+逐片审计+审问循环,信息量约 10 倍。 支持:看图(单次描述)、精扫(细节文档)、读图(OCR 提取文字)、问图(看图+ 提问→兜底大脑)、审图(审问循环)。图眼是纯眼睛:输出文本,调用者 (deepseek 等 agent)自己就是大脑,通过 \u002F图眼 调用本技能拿文本自行推理。 输入支持本地文件 \u002F URL \u002F file-id。依赖:mmx-cli(已装)+ Pillow。","FeatherHunter\u002FSKILLS","FeatherHunter","https:\u002F\u002Favatars.githubusercontent.com\u002Fu\u002F12967785?v=4","01M71JFD7JMNT8HWC3Y9JKMWGG","王辰浩","01M71JFD8DNYSPJPGX25Y4KX70",6,"MIT","https:\u002F\u002Fgithub.com\u002FFeatherHunter\u002FSKILLS\u002Fblob\u002Fmain\u002F图眼\u002FSKILL.md",[],[5,19,20,21,22,23,24,25,26,27,28,29,30,31,32,33,34],"URL","minimax","vision","vlm","deepseek","file","文本","pillow","image","flash","文档","文件","文字","cli","ocr","id","2026-11-10 10:12:30",false,"---\nname: 图眼\ndescription: >\n  给无视觉模型(deepseek-v4-flash 等纯文本模型)装「眼睛」的视觉理解技能。\n  用 mmx vision (MiniMax VLM) 把图片转成高保真文本描述。核心是「细节保真\n  管线」:单次看图有损,精扫=切片+放大+逐片审计+审问循环,信息量约 10 倍。\n  支持:看图(单次描述)、精扫(细节文档)、读图(OCR 提取文字)、问图(看图+\n  提问→兜底大脑)、审图(审问循环)。图眼是纯眼睛:输出文本,调用者\n  (deepseek 等 agent)自己就是大脑,通过 \u002F图眼 调用本技能拿文本自行推理。\n  输入支持本地文件 \u002F URL \u002F file-id。依赖:mmx-cli(已装)+ Pillow。\ntriggers:\n  - 看图\n  - 精扫\n  - 读图\n  - 问图\n  - 审图\n  - 图眼帮助\n  - 帮我看看这张图\n  - 仔细看这张图\n  - 提取图里的文字\n  - 这张图里有什么\n  - 图里写了什么\n  - 帮我读图\n  - 细看\n  - 审问这张图\nmetadata:\n  requires:\n    bins: [mmx]\n    python: [Pillow]\n  emoji: 👁️\n---\n\n# 图眼 👁️\n\n**管什么**:给无视觉模型当眼睛——图片 → 高保真文本。\n**不管什么**:不生成图片、不裁剪\u002F美化图片(那是别的 skill);不内置推理大脑——\n图眼只负责「看懂图片并把细节完整说出来」,推理由调用者(deepseek 等 agent)完成。\n\n## 使用方式(核心)\n\n**deepseek-v4-flash 等 agent 作为调用者时**:在对话里用 `\u002F图眼` 调用本技能,\n图眼返回图片的细节文本,调用者(自己就是大脑)基于文本继续推理。\n**不存在 API key 的说法**:调用者就是大脑,图眼不会也不需要在内部再去调用\n任何推理模型 API;只有 ask\u002Faudit 子命令内置的「兜底大脑」MiniMax-M3\n(仅用于无大脑的纯 CLI 环境)会走 mmx text chat,而 mmx 凭据已配置好。\n\n## 快速调用\n\n```powershell\ncd D:\\2Study\\StudyNotes\\SKILLS\\图眼\n\n# ① 粗看:单次整体描述(1 次 vision,适合快速问答)\npython scripts\u002Feye.py look --image \u003C图片路径或URL>\n\n# ② 精扫:细节保真管线(10 次 vision,截图\u002F文档\u002F手写\u002F审计用这个)\npython scripts\u002Feye.py scan --image \u003C图片> --out \u003C细节文档.md>\n\n# ③ 读图:提取所有文字(OCR 专项)\npython scripts\u002Feye.py ocr --image \u003C图片>\n\n# ④ 问图:看图 + 提问 → 兜底大脑推理(仅无大脑环境;LLM agent 调用者直接用 ①②③)\npython scripts\u002Feye.py ask --image \u003C图片> --question \"问题\"\n\n# ⑤ 审图:兜底大脑审问循环(同上,仅供无大脑环境)\npython scripts\u002Feye.py audit --image \u003C图片> --rounds 2 --out \u003C收敛文档.md>\n```\n\n## 子命令速查\n\n| 子命令 | 动作 | 次数 | 关键参数 |\n|---|---|---|---|\n| `look` | 粗看(单次整体描述) | 1 | `--image` `--prompt` `--out` |\n| `scan` | 精扫(切片+审计+合并文档) | 10 | `--grid`(默认3) `--target`(1024) `--overlap`(0.12) `--out` |\n| `ocr` | 读图(OCR 文字提取) | 1 | `--image` `--out` |\n| `ask` | 问图(看图+问题→兜底大脑) | 10+1 | `--question` `--mode look\u002Fscan` `--out` |\n| `audit` | 审图(兜底大脑审问循环) | 12-15 | `--rounds`(默认2) `--out` |\n\n通用参数:`--output json`(全局,放子命令前)输出 `{status, data, message}` 契约;`--timeout` 默认 600s。\n\n## 路由规则 · 用户表达 → 唤醒词 → CLI\n\n| 用户表达示例 | 唤醒词 | CLI | 输出形式 |\n|---|---|---|---|\n| 帮我看看这张图是什么 \u002F 这是什么图片 | 看图 | `look` | 描述文本 |\n| 仔细看 \u002F 精扫 \u002F 截图里有什么细节 | 精扫 | `scan` | 细节文档(分区域) |\n| 提取图里文字 \u002F 图里写了什么 | 读图 | `ocr` | 纯文字 |\n| 这张图里……?(带具体问题) | 问图 | `ask` | 问题+答案 |\n| 帮我仔细核对\u002F审计\u002F审问这张图 | 审图 | `audit` | 收敛文档 |\n| 图眼有什么能力 \u002F 怎么用 | 图眼帮助 | `python scripts\u002Feye.py --help` | HELP HTML |\n\n### 输入形式\n\n- **本地文件**:绝对路径,中文路径直接传(内部列表传参,无编码问题)\n- **URL**:http(s) 自动下载到临时目录\n- **file-id**:`file-xxx` 透传给 mmx(跳过 base64)\n\n### 大脑关系(架构修正 v1.1)\n\n- **图眼是纯眼睛**:只负责把图片变成高保真文本,输出给调用者。\n- **调用者即大脑**:deepseek-v4-flash 等 agent 通过 `\u002F图眼` 调用本技能,拿到文本后\n  自己推理——不存在「图眼内部再调推理模型 API」的需求,也没有 API key 的说法。\n- **兜底大脑 MiniMax-M3**:仅 `ask` \u002F `audit` 子命令内置,供**无大脑的纯 CLI 环境**\n  使用(走 mmx text chat,mmx 凭据已配置)。LLM agent 调用者应直接用 `look`\u002F`scan`\u002F`ocr`,\n  不需要也不建议走 ask\u002Faudit。\n\n### 歧义消解原则\n\n1. 用户只说「看看这张图」没给问题 → 粗看 `look`\n2. 用户给了具体问题(问内容\u002F问文字) → `ask`(默认精扫模式)\n3. 用户说「仔细\u002F核对\u002F审计」→ 精扫或审图,别用粗看糊弄\n4. 用户给了图但没说干嘛 → 粗看 + 主动问要不要精扫\n5. 图片路径不存在 → 报错带字段名,让用户修正\n\n## 细节保真管线(为什么精扫有 10 倍信息量)\n\n```\nL1 全景   → 整体结构、空间关系              (1 次)\nL2 切片   → 3×3 带 12% 重叠 + 放大 1024px    (9 次,细节主力)\nL3 专项   → OCR \u002F 数值提取(按需)            (1-3 次)\nL4 审问   → 大脑生成追问 → 眼睛定向回答      (audit 模式)\n```\n\n单次看图是「有损压缩」——VLM 只挑它觉得重要的说,小字\u002F角落\u002F细节会被牺牲或幻觉。\n切片精扫让每一块区域被独立放大审计,配合「宁多勿漏」审计 prompt,实测信息量提升约 10 倍\n(1.5K → 15.4K 字符),并纠正粗看的文字幻觉。\n\n## 输出位置约定\n\n- 精扫\u002F审图\u002F问答文档默认 stdout 打印;`--out \u003Cpath>` 落盘 markdown\n- **SKILL 场景输出**:AI 应把落盘的 .md 用 `\u003Cmedia type=\"file\">` 主动发送给用户(飞书 HTML 交付 v2 精神),不丢路径\n- 临时切片\u002F下载文件走 `tempfile` 系统临时目录,用完即弃,不污染仓库\n- 本 skill 无数据库、无持久状态\n\n## 硬规则(系统强制,无跳过通道)\n\n| 规则 | 违反后果 |\n|---|---|\n| 图片必须存在(本地\u002FURL\u002Ffile-id 三选一) | 非零退出,报错含字段名 |\n| 长文本兜底大脑调用走 `--messages-file`(防 Windows 命令行超长) | 内部强制,无绕过 |\n| 所有错误 stderr + 非零退出码 | 静默失败=违规 |\n| `--output json` 输出 `{status, data, message}` | 契约破坏=违规 |\n\n## 软规则(AI 自觉,详见 references\u002Fprompts.md)\n\n1. 逼细节不逼概括:审计用「报清单」prompt\n2. 位置 > 散文:物体带方位,支撑审问\n3. 宁可误报不可漏报\n4. 大脑要诚实:信息不足就说缺什么,禁止编造\n5. 切片重叠是刚需(默认 12%,密集小字 20%)\n6. 文字类任务先 OCR 后审计\n\n## 与其他 Skill 的边界\n\n- 图片**生成**(文生图) → 走 mmx-cli 技能 \u002F 智剪工坊\n- 图片**处理**(裁剪\u002F美化\u002F调色) → 智剪工坊\n- 视频**理解** → 智剪工坊 \u002F video-motion-analyzer\n- 本 skill 只负责:图片 → 文本(细节保真),以及可选文本模型推理\n\n## 依赖与环境\n\n- mmx-cli ≥ 1.0.15(已全局安装,API Key 已配置)——眼睛凭据\n- Pillow(切片用;若缺执行 `pip install Pillow`)\n- 调用者(大脑)= 使用本技能的 agent(如 deepseek-v4-flash),无需任何额外 API 配置\n\n## 已验证可用\n\n- ✅ `scan` 精扫:1024×1024 细节密集桌面图,9 片审计,15.3K 字符细节文档\n- ✅ `ask` 问图(兜底大脑):精扫 + MiniMax-M3,按位置归类便签内容,诚实标注模糊项\n- ✅ `ocr` 文字提取:手写便签 \"Buy milk and eggs\" 精确识别\n- ✅ 15 项 pytest 全绿(切片逻辑 + CLI 契约,不碰网络)\n- ✅ deepseek 调用场景:架构上由调用者消费文本即可,无需额外验证\n\n## 已知问题 & 坑\n\n1. **Windows 命令行长度限制**:>4KB 文本塞 `--message` 会报 \"command line too long\"——已强制走 `--messages-file`,勿改回。\n2. **PowerShell 误报退出码**:脚本 stderr 有进度日志时,PowerShell 7 可能显示 `Command exited with code 1`,实际成功——以 stdout JSON 的 `status` 为准。\n3. **手写体\u002F模糊小字**:VLM 可能读错,大脑会标注置信度;关键场景用 `audit` 追问具体区域。\n4. **超大图(>4K)**:先等比缩到 2048 再精扫,否则切片爆炸。\n5. **审问轮数**:≤3 轮,每轮 ≤5 条追问,防成本失控。\n\n## Changelog\n\n- 2026-08-11 v1.1:架构修正——图眼定位为纯眼睛,调用者(deepseek 等 agent)即大脑;\n  删除 `--brain deepseek`(不存在 deepseek API 集成);ask\u002Faudit 降级为「兜底大脑 MiniMax-M3,\n  仅供无大脑 CLI 环境」;清理 research 临时产物,实证报告入 docs\u002F。\n- 2026-08-11 v1.0:初版。look\u002Fscan\u002Focr\u002Fask\u002Faudit 五个子命令 + 细节保真管线 + 15 项测试 + references\u002Fprompts.md + HELP HTML。\n","# 图眼 👁️\n\n**管什么**:给无视觉模型当眼睛——图片 → 高保真文本。\n**不管什么**:不生成图片、不裁剪\u002F美化图片(那是别的 skill);不内置推理大脑——\n图眼只负责「看懂图片并把细节完整说出来」,推理由调用者(deepseek 等 agent)完成。\n\n## 使用方式(核心)\n\n**deepseek-v4-flash 等 agent 作为调用者时**:在对话里用 `\u002F图眼` 调用本技能,\n图眼返回图片的细节文本,调用者(自己就是大脑)基于文本继续推理。\n**不存在 API key 的说法**:调用者就是大脑,图眼不会也不需要在内部再去调用\n任何推理模型 API;只有 ask\u002Faudit 子命令内置的「兜底大脑」MiniMax-M3\n(仅用于无大脑的纯 CLI 环境)会走 mmx text chat,而 mmx 凭据已配置好。\n\n## 快速调用\n\n```powershell\ncd D:\\2Study\\StudyNotes\\SKILLS\\图眼\n\n# ① 粗看:单次整体描述(1 次 vision,适合快速问答)\npython scripts\u002Feye.py look --image \u003C图片路径或URL>\n\n# ② 精扫:细节保真管线(10 次 vision,截图\u002F文档\u002F手写\u002F审计用这个)\npython scripts\u002Feye.py scan --image \u003C图片> --out \u003C细节文档.md>\n\n# ③ 读图:提取所有文字(OCR 专项)\npython scripts\u002Feye.py ocr --image \u003C图片>\n\n# ④ 问图:看图 + 提问 → 兜底大脑推理(仅无大脑环境;LLM agent 调用者直接用 ①②③)\npython scripts\u002Feye.py ask --image \u003C图片> --question \"问题\"\n\n# ⑤ 审图:兜底大脑审问循环(同上,仅供无大脑环境)\npython scripts\u002Feye.py audit --image \u003C图片> --rounds 2 --out \u003C收敛文档.md>\n```\n\n## 子命令速查\n\n| 子命令 | 动作 | 次数 | 关键参数 |\n|---|---|---|---|\n| `look` | 粗看(单次整体描述) | 1 | `--image` `--prompt` `--out` |\n| `scan` | 精扫(切片+审计+合并文档) | 10 | `--grid`(默认3) `--target`(1024) `--overlap`(0.12) `--out` |\n| `ocr` | 读图(OCR 文字提取) | 1 | `--image` `--out` |\n| `ask` | 问图(看图+问题→兜底大脑) | 10+1 | `--question` `--mode look\u002Fscan` `--out` |\n| `audit` | 审图(兜底大脑审问循环) | 12-15 | `--rounds`(默认2) `--out` |\n\n通用参数:`--output json`(全局,放子命令前)输出 `{status, data, message}` 契约;`--timeout` 默认 600s。\n\n## 路由规则 · 用户表达 → 唤醒词 → CLI\n\n| 用户表达示例 | 唤醒词 | CLI | 输出形式 |\n|---|---|---|---|\n| 帮我看看这张图是什么 \u002F 这是什么图片 | 看图 | `look` | 描述文本 |\n| 仔细看 \u002F 精扫 \u002F 截图里有什么细节 | 精扫 | `scan` | 细节文档(分区域) |\n| 提取图里文字 \u002F 图里写了什么 | 读图 | `ocr` | 纯文字 |\n| 这张图里……?(带具体问题) | 问图 | `ask` | 问题+答案 |\n| 帮我仔细核对\u002F审计\u002F审问这张图 | 审图 | `audit` | 收敛文档 |\n| 图眼有什么能力 \u002F 怎么用 | 图眼帮助 | `python scripts\u002Feye.py --help` | HELP HTML |\n\n### 输入形式\n\n- **本地文件**:绝对路径,中文路径直接传(内部列表传参,无编码问题)\n- **URL**:http(s) 自动下载到临时目录\n- **file-id**:`file-xxx` 透传给 mmx(跳过 base64)\n\n### 大脑关系(架构修正 v1.1)\n\n- **图眼是纯眼睛**:只负责把图片变成高保真文本,输出给调用者。\n- **调用者即大脑**:deepseek-v4-flash 等 agent 通过 `\u002F图眼` 调用本技能,拿到文本后\n  自己推理——不存在「图眼内部再调推理模型 API」的需求,也没有 API key 的说法。\n- **兜底大脑 MiniMax-M3**:仅 `ask` \u002F `audit` 子命令内置,供**无大脑的纯 CLI 环境**\n  使用(走 mmx text chat,mmx 凭据已配置)。LLM agent 调用者应直接用 `look`\u002F`scan`\u002F`ocr`,\n  不需要也不建议走 ask\u002Faudit。\n\n### 歧义消解原则\n\n1. 用户只说「看看这张图」没给问题 → 粗看 `look`\n2. 用户给了具体问题(问内容\u002F问文字) → `ask`(默认精扫模式)\n3. 用户说「仔细\u002F核对\u002F审计」→ 精扫或审图,别用粗看糊弄\n4. 用户给了图但没说干嘛 → 粗看 + 主动问要不要精扫\n5. 图片路径不存在 → 报错带字段名,让用户修正\n\n## 细节保真管线(为什么精扫有 10 倍信息量)\n\n```\nL1 全景   → 整体结构、空间关系              (1 次)\nL2 切片   → 3×3 带 12% 重叠 + 放大 1024px    (9 次,细节主力)\nL3 专项   → OCR \u002F 数值提取(按需)            (1-3 次)\nL4 审问   → 大脑生成追问 → 眼睛定向回答      (audit 模式)\n```\n\n单次看图是「有损压缩」——VLM 只挑它觉得重要的说,小字\u002F角落\u002F细节会被牺牲或幻觉。\n切片精扫让每一块区域被独立放大审计,配合「宁多勿漏」审计 prompt,实测信息量提升约 10 倍\n(1.5K → 15.4K 字符),并纠正粗看的文字幻觉。\n\n## 输出位置约定\n\n- 精扫\u002F审图\u002F问答文档默认 stdout 打印;`--out \u003Cpath>` 落盘 markdown\n- **SKILL 场景输出**:AI 应把落盘的 .md 用 `\u003Cmedia type=\"file\">` 主动发送给用户(飞书 HTML 交付 v2 精神),不丢路径\n- 临时切片\u002F下载文件走 `tempfile` 系统临时目录,用完即弃,不污染仓库\n- 本 skill 无数据库、无持久状态\n\n## 硬规则(系统强制,无跳过通道)\n\n| 规则 | 违反后果 |\n|---|---|\n| 图片必须存在(本地\u002FURL\u002Ffile-id 三选一) | 非零退出,报错含字段名 |\n| 长文本兜底大脑调用走 `--messages-file`(防 Windows 命令行超长) | 内部强制,无绕过 |\n| 所有错误 stderr + 非零退出码 | 静默失败=违规 |\n| `--output json` 输出 `{status, data, message}` | 契约破坏=违规 |\n\n## 软规则(AI 自觉,详见 references\u002Fprompts.md)\n\n1. 逼细节不逼概括:审计用「报清单」prompt\n2. 位置 > 散文:物体带方位,支撑审问\n3. 宁可误报不可漏报\n4. 大脑要诚实:信息不足就说缺什么,禁止编造\n5. 切片重叠是刚需(默认 12%,密集小字 20%)\n6. 文字类任务先 OCR 后审计\n\n## 与其他 Skill 的边界\n\n- 图片**生成**(文生图) → 走 mmx-cli 技能 \u002F 智剪工坊\n- 图片**处理**(裁剪\u002F美化\u002F调色) → 智剪工坊\n- 视频**理解** → 智剪工坊 \u002F video-motion-analyzer\n- 本 skill 只负责:图片 → 文本(细节保真),以及可选文本模型推理\n\n## 依赖与环境\n\n- mmx-cli ≥ 1.0.15(已全局安装,API Key 已配置)——眼睛凭据\n- Pillow(切片用;若缺执行 `pip install Pillow`)\n- 调用者(大脑)= 使用本技能的 agent(如 deepseek-v4-flash),无需任何额外 API 配置\n\n## 已验证可用\n\n- ✅ `scan` 精扫:1024×1024 细节密集桌面图,9 片审计,15.3K 字符细节文档\n- ✅ `ask` 问图(兜底大脑):精扫 + MiniMax-M3,按位置归类便签内容,诚实标注模糊项\n- ✅ `ocr` 文字提取:手写便签 \"Buy milk and eggs\" 精确识别\n- ✅ 15 项 pytest 全绿(切片逻辑 + CLI 契约,不碰网络)\n- ✅ deepseek 调用场景:架构上由调用者消费文本即可,无需额外验证\n\n## 已知问题 & 坑\n\n1. **Windows 命令行长度限制**:>4KB 文本塞 `--message` 会报 \"command line too long\"——已强制走 `--messages-file`,勿改回。\n2. **PowerShell 误报退出码**:脚本 stderr 有进度日志时,PowerShell 7 可能显示 `Command exited with code 1`,实际成功——以 stdout JSON 的 `status` 为准。\n3. **手写体\u002F模糊小字**:VLM 可能读错,大脑会标注置信度;关键场景用 `audit` 追问具体区域。\n4. **超大图(>4K)**:先等比缩到 2048 再精扫,否则切片爆炸。\n5. **审问轮数**:≤3 轮,每轮 ≤5 条追问,防成本失控。\n\n## Changelog\n\n- 2026-08-11 v1.1:架构修正——图眼定位为纯眼睛,调用者(deepseek 等 agent)即大脑;\n  删除 `--brain deepseek`(不存在 deepseek API 集成);ask\u002Faudit 降级为「兜底大脑 MiniMax-M3,\n  仅供无大脑 CLI 环境」;清理 research 临时产物,实证报告入 docs\u002F。\n- 2026-08-11 v1.0:初版。look\u002Fscan\u002Focr\u002Fask\u002Faudit 五个子命令 + 细节保真管线 + 15 项测试 + references\u002Fprompts.md + HELP HTML。\n",{"name":5,"metadata":40,"triggers":47,"description":62},{"emoji":41,"requires":42},"👁️",{"bins":43,"python":45},[44],"mmx",[46],"Pillow",[48,49,50,51,52,53,54,55,56,57,58,59,60,61],"看图","精扫","读图","问图","审图","图眼帮助","帮我看看这张图","仔细看这张图","提取图里的文字","这张图里有什么","图里写了什么","帮我读图","细看","审问这张图","给无视觉模型(deepseek-v4-flash 等纯文本模型)装「眼睛」的视觉理解技能。 用 mmx vision (MiniMax VLM) 把图片转成高保真文本描述。核心是「细节保真 管线」:单次看图有损,精扫=切片+放大+逐片审计+审问循环,信息量约 10 倍。 支持:看图(单次描述)、精扫(细节文档)、读图(OCR 提取文字)、问图(看图+ 提问→兜底大脑)、审图(审问循环)。图眼是纯眼睛:输出文本,调用者 (deepseek 等 agent)自己就是大脑,通过 \u002F图眼 调用本技能拿文本自行推理。 输入支持本地文件 \u002F URL \u002F file-id。依赖:mmx-cli(已装)+ Pillow。\n","main","5b2b73ce2fbb69cd70597cfbbf24c99bc9e94b4c",1,"https:\u002F\u002Fgithub.com\u002FFeatherHunter\u002FSKILLS","https:\u002F\u002Fgithub.com\u002FFeatherHunter","The Boy, The Man, The Human.","2026-09-12 20:33:55",{"source":8,"skillName":5,"commands":71,"prompt":81,"zipAvailable":82},[72,75,78],{"tool":73,"command":74},"npx","npx skills add FeatherHunter\u002FSKILLS --skill \"图眼\"",{"tool":76,"command":77},"bunx","bunx skills add FeatherHunter\u002FSKILLS --skill \"图眼\"",{"tool":79,"command":80},"pnpm","pnpm dlx skills add FeatherHunter\u002FSKILLS --skill \"图眼\"","安装技能，技能地址：https:\u002F\u002Fgithub.com\u002FFeatherHunter\u002FSKILLS\u002Fblob\u002Fmain\u002F图眼\u002FSKILL.md",true,[84,90,96,100,104,108,112,116,122,126,130,134],{"path":85,"resourceType":86,"resourceTypeDesc":87,"sizeBytes":88,"sourceHtmlUrl":89},".gitignore","OTHER","其他",101,"https:\u002F\u002Fgithub.com\u002FFeatherHunter\u002FSKILLS\u002Fblob\u002Fmain\u002F图眼\u002F.gitignore",{"path":91,"resourceType":92,"resourceTypeDesc":93,"sizeBytes":94,"sourceHtmlUrl":95},"AGENTS.md","REFERENCE","参考文档",1673,"https:\u002F\u002Fgithub.com\u002FFeatherHunter\u002FSKILLS\u002Fblob\u002Fmain\u002F图眼\u002FAGENTS.md",{"path":97,"resourceType":92,"resourceTypeDesc":93,"sizeBytes":98,"sourceHtmlUrl":99},"CONTEXT.md",2011,"https:\u002F\u002Fgithub.com\u002FFeatherHunter\u002FSKILLS\u002Fblob\u002Fmain\u002F图眼\u002FCONTEXT.md",{"path":101,"resourceType":92,"resourceTypeDesc":93,"sizeBytes":102,"sourceHtmlUrl":103},"docs\u002Feye-detail-report.html",370883,"https:\u002F\u002Fgithub.com\u002FFeatherHunter\u002FSKILLS\u002Fblob\u002Fmain\u002F图眼\u002Fdocs\u002Feye-detail-report.html",{"path":105,"resourceType":92,"resourceTypeDesc":93,"sizeBytes":106,"sourceHtmlUrl":107},"docs\u002F图眼v1.1清理与架构修正.html",7383,"https:\u002F\u002Fgithub.com\u002FFeatherHunter\u002FSKILLS\u002Fblob\u002Fmain\u002F图眼\u002Fdocs\u002F图眼v1.1清理与架构修正.html",{"path":109,"resourceType":86,"resourceTypeDesc":87,"sizeBytes":110,"sourceHtmlUrl":111},"pytest.ini",76,"https:\u002F\u002Fgithub.com\u002FFeatherHunter\u002FSKILLS\u002Fblob\u002Fmain\u002F图眼\u002Fpytest.ini",{"path":113,"resourceType":92,"resourceTypeDesc":93,"sizeBytes":114,"sourceHtmlUrl":115},"references\u002Fprompts.md",4089,"https:\u002F\u002Fgithub.com\u002FFeatherHunter\u002FSKILLS\u002Fblob\u002Fmain\u002F图眼\u002Freferences\u002Fprompts.md",{"path":117,"resourceType":118,"resourceTypeDesc":119,"sizeBytes":120,"sourceHtmlUrl":121},"scripts\u002Feye.py","SCRIPT","脚本",21542,"https:\u002F\u002Fgithub.com\u002FFeatherHunter\u002FSKILLS\u002Fblob\u002Fmain\u002F图眼\u002Fscripts\u002Feye.py",{"path":123,"resourceType":118,"resourceTypeDesc":119,"sizeBytes":124,"sourceHtmlUrl":125},"tests\u002Fconftest.py",187,"https:\u002F\u002Fgithub.com\u002FFeatherHunter\u002FSKILLS\u002Fblob\u002Fmain\u002F图眼\u002Ftests\u002Fconftest.py",{"path":127,"resourceType":118,"resourceTypeDesc":119,"sizeBytes":128,"sourceHtmlUrl":129},"tests\u002Ftest_eye_cli.py",1783,"https:\u002F\u002Fgithub.com\u002FFeatherHunter\u002FSKILLS\u002Fblob\u002Fmain\u002F图眼\u002Ftests\u002Ftest_eye_cli.py",{"path":131,"resourceType":118,"resourceTypeDesc":119,"sizeBytes":132,"sourceHtmlUrl":133},"tests\u002Ftest_slice.py",2722,"https:\u002F\u002Fgithub.com\u002FFeatherHunter\u002FSKILLS\u002Fblob\u002Fmain\u002F图眼\u002Ftests\u002Ftest_slice.py",{"path":135,"resourceType":92,"resourceTypeDesc":93,"sizeBytes":136,"sourceHtmlUrl":137},"图眼_HELP.html",11717,"https:\u002F\u002Fgithub.com\u002FFeatherHunter\u002FSKILLS\u002Fblob\u002Fmain\u002F图眼\u002F图眼_HELP.html",[139,158,167,176,185,191],{"skillNo":140,"name":141,"nameZh":6,"description":142,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":143,"categories":144,"keywords":145,"publishedAt":35},"01M71JPWVNC5JZ2FD4CSR3SZC1","饼干记账","记账技能。写入类:记支出、记收入、拍账单、批量录入、改记录、撤销、恢复、记报销、记退款、记借出、记借入、记收回、记偿还、记分期。查询类:查今天、查某天、查月、查区间、查分类、搜备注、查标签、查账户、查账本、查欠款、查待报销。分析类:看月度、看总览、看分类、看对比、看趋势、看大额、做统计、看洞察、看借贷。目标\u002F账户\u002F联动:设定预算、看预算、设定目标、看目标、新增账户、改账户、账户转账、看账户汇总、买东西联动、吃饭联动。**所有查询\u002F分析类唤醒词默认 invoke HTML 工作流**(scripts\u002Fbill_inject.py + templates),写入类保持文字回执。能力速查:说「饼干记账 HELP」\u002F「查帮助」\u002F「能做什么」。完整 70 个唤醒词见 references\u002F路由表.md","https:\u002F\u002Fgithub.com\u002FFeatherHunter\u002FSKILLS\u002Fblob\u002Fmain\u002F饼干记账\u002FSKILL.md",[],[141,146,147,148,31,149,150,151,152,153,154,155,156,157],"记账","invoke","templates","预算","账单","统计","收入","scripts","html","支出","help","references",{"skillNo":159,"name":160,"nameZh":6,"description":161,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":162,"categories":163,"keywords":164,"publishedAt":35},"01M71JPS100K4E2JN8R3B0F9NR","贴心助理","真实助手 - 主动分析用户状态，关心用户，提供帮助与提醒。不偷懒地联动所有技能，真正像个朋友一样陪伴。","https:\u002F\u002Fgithub.com\u002FFeatherHunter\u002FSKILLS\u002Fblob\u002Fmain\u002F贴心助理\u002FSKILL.md",[],[160,165,166],"陪伴","朋友",{"skillNo":168,"name":169,"nameZh":6,"description":170,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":171,"categories":172,"keywords":173,"publishedAt":35},"01M71JPPN0WZ1ARA081J0JDNPC","美团","安装美团旅游技能(meituan-travel)向导 - 检查 mtskills 商店并安装 meituan-travel","https:\u002F\u002Fgithub.com\u002FFeatherHunter\u002FSKILLS\u002Fblob\u002Fmain\u002F美团\u002FSKILL.md",[],[169,174,175],"meituan","travel",{"skillNo":177,"name":178,"nameZh":6,"description":179,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":180,"categories":181,"keywords":182,"publishedAt":35},"01M71JPN921TSX62DXEFY1B8FJ","网易云音乐","安装网易云音乐 CLI 工具(@music163\u002Fncm-cli) - 通过 npm 全局安装","https:\u002F\u002Fgithub.com\u002FFeatherHunter\u002FSKILLS\u002Fblob\u002Fmain\u002F网易云音乐\u002FSKILL.md",[],[178,183,32,184],"工具","npm",{"skillNo":186,"name":187,"nameZh":6,"description":6,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":188,"categories":189,"keywords":190,"publishedAt":35},"01M71JPF82PYTK0NYMJF8Y9E48","私家大厨","https:\u002F\u002Fgithub.com\u002FFeatherHunter\u002FSKILLS\u002Fblob\u002Fmain\u002F私家大厨\u002FSKILL.md",[],[187],{"skillNo":192,"name":193,"nameZh":6,"description":194,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":195,"categories":196,"keywords":197,"publishedAt":35},"01M71JPCK6Z5NT3G258NFKEJGG","目录树","目录树技能 - 递归扫描给定目录，输出所有目录和文件的树状结构清单","https:\u002F\u002Fgithub.com\u002FFeatherHunter\u002FSKILLS\u002Fblob\u002Fmain\u002F目录树\u002FSKILL.md",[],[198,193,30,199],"目录","文件导航"]