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。

text

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#

1. 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
2. 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
3. 提取参数：根据选中的工具，提取该工具需要的参数
4. 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')
5. 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_fileExtract 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_urlExtract 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_pathstringtruePath to the image file to analyze (supports screenshots, photos, diagrams, and documents in PNG, JPG, GIF, WebP formats)resizebooleanfalsetrueFor backward compatibility only. Images are always automatically resized to optimal dimensions (max 512x512) for LLM analysismax_widthnumberfalse512.0For backward compatibility only. Default maximum width is now 512pxmax_heightnumberfalse512.0For 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urlstringtrueURL of the image to analyze for visual content, text extraction, or object recognition (supports web screenshots, photos, diagrams)resizebooleanfalsetrueFor backward compatibility only. Images are always automatically resized to optimal dimensions (max 512x512) for LLM analysismax_widthnumberfalse512.0For backward compatibility only. Default maximum width is now 512pxmax_heightnumberfalse512.0For 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base64stringtrueBase64-encoded image data to analyze (useful for screenshots, images from clipboard, or dynamically generated visuals)mime_typestringfalse"image/png"MIME type of the image (e.g., image/png, image/jpeg)resizebooleanfalsetrueFor backward compatibility only. Images are always automatically resized to optimal dimensions (max 512x512) for LLM analysismax_widthnumberfalse512.0For backward compatibility only. Default maximum width is now 512pxmax_heightnumberfalse512.0For 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#

text

xiaobenyang_gaokao_skill/
├── 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#

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