image-reader
Skillby simonjoe246
clawhub⭐ 16/10
图像识别与理解工具。使用多模态模型（如doubao-seed-2.0-pro、kimi-k2.5）分析图像内容，支持OCR文字提取。
基于豆包、Kimi等国产多模态大模型，提供图像内容识别、语义理解及OCR文字提取能力，支持多模型灵活切换。
📊 商业分析
商业模式
per_use
独特价值
支持豆包/Kimi等国产多模态模型切换，兼顾OCR与语义理解
竞品
1. 百度OCR（成熟稳定但价格较高，API接入复杂）；2. 阿里云视觉智能（功能全面但需企业认证）；3. 腾讯云图像分析（生态完善但定制性差）
🎯 应用场景
目标用户
文档数字化处理的企业用户需要图片内容分析的开发者电商/财务票据自动化处理团队
工具信息
- 类型
- Skill
- 平台
- clawhub
- Stars
- ⭐ 1
- 价值评分
- 6/10
- 子分类
- 多模态图像理解与OCR
- 可商业化
- ✅ 是
AI 标签
图像识别OCR文字提取多模态模型国产大模型视觉理解
相关工具推荐
skill-creatorSKILL
由Anthropic官方出品，支持从零创建AI Skill、编辑优化现有Skill、运行评估测试并进行方差分析的性能基准对比，实现AI能力工程化闭环管理。
9/10⭐ 86,759
conversation-memorySKILL
为LLM对话提供短期、长期、实体三层持久化记忆系统，让AI真正记住用户，支持跨会话上下文延续与知识积累。
9/10⭐ 22,346
self-improvingSKILL
具备自我反思、自我批评、持续学习与记忆组织能力的自进化Agent，自动评估并永久改进输出质量，无需人工反复校正。
9/10⭐ 638
proactive-agentSKILL
将AI Agent从被动任务执行者升级为主动预判伙伴，内置WAL协议、工作缓冲区与自主定时任务，支持持续自我改进的智能体框架
9/10⭐ 628
cellcogSKILL
DeepResearch Bench排名第一的全模态AI代理框架。通过多代理编排实现深度推理与文本、图像、音频、视频等全模态融合,支持复杂任务自动化。
9/10⭐ 6