Requirements
- Target platform
- OpenClaw
- Install method
- Manual import
- Extraction
- Extract archive
- Prerequisites
- OpenClaw
- Primary doc
- SKILL.md
Tencent SkillHub · Developer Tools
glm-understand-image
使用 GLM 视觉 MCP 进行图像理解和分析。触发条件：(1) 用户要求分析图片、理解图像、描述图片内容 (2) 需要识别图片中的物体、文字、场景 (3) 使用 GLM 的视觉理解功能
skill openclawclawhub Free
使用 GLM 视觉 MCP 进行图像理解和分析。触发条件：(1) 用户要求分析图片、理解图像、描述图片内容 (2) 需要识别图片中的物体、文字、场景 (3) 使用 GLM 的视觉理解功能
⬇ 0 downloads ★ 0 stars Unverified but indexed
Install for OpenClaw
Quick setup
- Download the package from Yavira.
- Extract the archive and review SKILL.md first.
- Import or place the package into your OpenClaw setup.
Package facts
- Download mode
- Yavira redirect
- Package format
- ZIP package
- Source platform
- Tencent SkillHub
- What's included
- _meta.json, SKILL.md
Validation
- Use the Yavira download entry.
- Review SKILL.md after the package is downloaded.
- Confirm the extracted package contains the expected setup assets.
Install with your agent
Agent handoff
Hand the extracted package to your coding agent with a concrete install brief instead of figuring it out manually.
- Download the package from Yavira.
- Extract it into a folder your agent can access.
- Paste one of the prompts below and point your agent at the extracted folder.
New install
I downloaded a skill package from Yavira. Read SKILL.md from the extracted folder and install it by following the included instructions. Tell me what you changed and call out any manual steps you could not complete.
Upgrade existing
I downloaded an updated skill package from Yavira. Read SKILL.md from the extracted folder, compare it with my current installation, and upgrade it while preserving any custom configuration unless the package docs explicitly say otherwise. Summarize what changed and any follow-up checks I should run.
Trust & source
Release facts
- Source
- Tencent SkillHub
- Verification
- Indexed source record
- Version
- 1.0.4
Provenance
- Publisher
- Thincher
- Source page
- View original listing
- Canonical URL
- Open canonical page
Documentation
glm-understand-image
使用 GLM 视觉 MCP 服务器进行图像理解和分析。
步骤 1: 检查并安装依赖
1.1 检查 mcporter 是否可用 npx -y mcporter --version 如果命令返回成功，说明 mcporter 可用，跳到步骤 2。 mcporter 可以直接通过 npx 使用，无需安装。
步骤 2: 检查 API Key 配置
cat ~/.openclaw/config/glm.json 2>/dev/null | python3 -c "import json,sys; d=json.load(sys.stdin); print(d.get('api_key', ''))" 如果返回非空的 API Key，跳到步骤 4。
步骤 3: 配置 API Key（如果未配置）
3.2 如果没有找到 Key，向用户索要 询问用户提供智谱 API Key。 如果用户没有智谱 API Key，可以访问 https://www.bigmodel.cn/glm-coding?ic=OOKF4KGGTW 购买。 3.3 保存 API Key mkdir -p ~/.openclaw/config cat > ~/.openclaw/config/glm.json << EOF { "api_key": "API密钥" } EOF
步骤 4: 添加 MCP 服务器
使用 mcporter 添加 GLM 视觉 MCP 服务器： mcporter config add glm-vision \ --command "npx -y @z_ai/mcp-server" \ --env Z_AI_API_KEY="your-key" \ --env Z_AI_MODE="ZHIPU" \ --env HOME="$PWD" 注意：将 your-key 替换为实际的智谱 API Key。HOME 环境变量设置为当前工作目录以避免日志文件权限问题。
步骤 5: 测试连接
mcporter list 确认 glm-vision 服务器已成功添加。
步骤 6: 使用 MCP 处理图像
6.1 准备图片 将图片放到可访问路径，例如： ~/.openclaw/workspace/images/图片名.jpg 或者使用 URL 6.2 使用 mcporter 调用 MCP 工具 使用 mcporter 调用 MCP 服务： mcporter call glm-vision.analyze_image prompt="<对图片的提问>" image_source="<图片路径或URL>" 示例： # 描述图片内容 mcporter call glm-vision.analyze_image prompt="详细描述这张图片的内容" image_source="~/image.jpg" # 使用 URL mcporter call glm-vision.analyze_image prompt="这张图片展示了什么？" image_source="https://example.com/image.jpg" # 提取图片中的文字 mcporter call glm-vision.extract_text_from_screenshot image_source="~/screenshot.png" # 诊断错误截图 mcporter call glm-vision.diagnose_error_screenshot prompt="分析这个错误" image_source="~/error.png" 6.3 API 参数说明 参数说明类型image_source图片路径或 URLstring (必填)prompt对图片的提问string (必填)
支持的工具
重要提示：如果出现问题以官方说明为准 官方版说明 ： https://docs.bigmodel.cn/cn/coding-plan/mcp/vision-mcp-server GLM 视觉 MCP 服务器提供以下工具： ui_to_artifact - 将 UI 截图转换为代码、提示词、设计规范或自然语言描述 extract_text_from_screenshot - 使用先进的 OCR 能力从截图中提取和识别文字 diagnose_error_screenshot - 解析错误弹窗、堆栈和日志截图，给出定位与修复建议 understand_technical_diagram - 针对架构图、流程图、UML、ER 图等技术图纸生成结构化解读 analyze_data_visualization - 阅读仪表盘、统计图表，提炼趋势、异常与业务要点 ui_diff_check - 对比两张 UI 截图，识别视觉差异和实现偏差 analyze_image - 通用图像理解能力，适配未被专项工具覆盖的视觉内容 video_analysis - 支持 MP4/MOV/M4V 等格式的视频场景解析，抓取关键帧、事件与要点
MCP 配置
MCP 服务器名称：glm-vision MCP 服务器配置：@z_ai/mcp-server 环境变量： Z_AI_API_KEY - 智谱 API Key（必需） Z_AI_MODE - 服务平台选择，默认为 ZHIPU
Category context
Code helpers, APIs, CLIs, browser automation, testing, and developer operations.
Source: Tencent SkillHub
Largest current source with strong distribution and engagement signals.
Package contents
Included in package
1 Docs1 Config
- SKILL.md
- _meta.json