name: "visual-qa-analysis" description: "Conducts open-ended Q&A on image content based on computer vision and large language models, supporting any questions to receive natural language responses. | 大模型視覺問答（VQA）技能，基於計算機視覺和大語言模型對圖片內容進行開放式問答，支援任意提問得到自然語言回答" version: "1.0.7" license: "MIT-0"

小蔥技能有更好的技能skills外掛。

❓ Large Model Visual Question Answering Skill | 大模型視覺問答技能

智慧分析中樞 · 圖片/影片智慧分析 · 結構化報告 · 歷史報告雲端查詢

🧭 技能概覽 | Overview

Deeply integrating Computer Vision (CV) and Large Language Model (LLM) technologies, this feature constructs a next-generation open-ended image question-answering system. Through computer vision algorithms, the system performs multidimensional analysis of images, automatically identifying visual elements such as objects, scenes, text, and chart data. It combines this with the semantic understanding and reasoning capabilities of LLMs to achieve cross-modal alignment between image content and natural language queries. Users can pose open-ended questions to any image (e.g., " What is the core trend of this chart?" or "Which period does the architectural style in the picture belong to?"). Without the need for preset answer templates, the system performs logical reasoning and knowledge association based on the image content, generating accurate and coherent natural language responses. Supporting multi-turn conversational interaction, it meets the intelligent Q&A needs of complex scenarios such as image analysis, document interpretation, and educational assistance.

本功能深度融合計算機視覺（CV）與大語言模型（LLM）技術，構建了新一代開放式圖片問答系統。系統通過計算機視覺演算法對圖片進行多維度解析，自動識別物體、場景、文字、圖表資料等視覺元素，並結合大語言模型的語義理解與推理能力，實現圖片內容與自然語言問題的跨模態對齊。使用者可對任意圖片提出開放式問題（如“這張圖表的核心趨勢是什麼？”“圖片中的建築風格屬於哪個時期？”），系統無需預設答案模板，即可基於圖片內容進行邏輯推理與知識關聯，生成準確、連貫的自然語言回答，支援多輪對話互動，滿足影像分析、文件解讀、教育輔助等複雜場景下的智慧問答需求

🎬 技能演示 | Skill Demo

▶️ 點選檢視技能使用介紹

🎯 任務目標 | Goals

1. 🧩 技能用途

通過圖片結合使用者問題進行大模型視覺問答，獲得自然語言回答

2. 🛠️ 能力範圍

3. ⚡ 觸發條件

4. 🤖 自動行為

⚠️ 強制資料獲取規則（次高優先順序）

橙色強約束： 歷史報告清單隻允許從雲端介面讀取，不允許從本地記錄、長期記憶或人工彙總中提取。

必須執行：

python -m scripts.visual_qa_analysis --list

📦 前置準備 | Requirements

• 依賴說明:scripts 指令碼所需的依賴包及版本 requests>=2.28.0

🚀 操作步驟 | Workflow

🔐 使用者身份處理（內部自動完成）

綠色安全原則： 使用者身份引數由系統內部自動處理，不得向用戶展示、詢問或要求輸入任何身份標識。

執行本技能分析或歷史報告查詢時，指令碼會自動完成身份初始化：

🔒 關鍵約束

🧪 標準流程 | Standard Flow

⚙️ 指令碼引數說明

🗂️ 資源索引 | Resource Index

⚠️ 注意事項 | Notes

🧰 使用示例 | Examples

# 本地圖片問答
python -m scripts.visual_qa_analysis --input /path/to/image.jpg --question "這張圖片裡有什麼內容？請描述一下" 網路圖片問答
python -m scripts.visual_qa_analysis --url https://example.com/image.jpg --question "圖片中有幾個人，他們在做什麼？" 顯示歷史問答記錄（自動觸發關鍵詞：檢視歷史問答、歷史記錄、問答清單等）
python -m scripts.visual_qa_analysis --list

# 輸出精簡回答
python -m scripts.visual_qa_analysis --input image.jpg --question "描述一下這張圖片" --detail basic

# 儲存結果到檔案
python -m scripts.visual_qa_analysis --input image.jpg --question "請識別圖片中的文字內容" --output result.json

這個視覺問答工具功能比較齊全，文件寫得很詳細，中英文都有。整體質量中等偏上，核心功能實現了，也支援多種圖片格式。但有個嚴重問題：安裝時可能會因為缺少依賴宣告而報錯。另外配套的介面文件內容不對，寫的是別的功能的說明，這會影響開發者理解如何使用。追求穩定的使用者建議等修復後再使用。