OpenClaw

minimax-vision-captcha

使用MiniMax视觉模型识别图片中的验证码、滑块位置、文字内容等。适用于需要AI视觉分析的场景，如微信验证码识别、网页截图分析、图片文字提取。当需要识别图片内容、分析验证码、提取截图信息时使用此技能。

financier-nuri0 来源安装数☆ 0 仓库 Stars

查看来源 ↗安装与使用 SKILL.md ↗

安装与使用

请根据来源仓库和你的 AI 工具说明安装此技能。先阅读技能文件和依赖要求，再添加到工作流。

SkillHub CLI

skillhub install financier-nuri/minimax-vision-captcha

打开来源仓库，查看说明和兼容环境后，按来源提供的命令或步骤安装。

将来源链接提供给你的 Agent，让它先读取说明、核对依赖，并向你说明将执行的安装步骤。

查看来源 ↗使用指南

技能说明

MiniMax Vision Captcha Skill

使用MiniMax MCP的视觉理解能力识别图片中的内容，解决验证码、滑块分析等问题。

快速开始

1. 截图

使用OpenClaw浏览器截图：

browser action=screenshot targetId=<页面ID>

或使用OpenClaw的snapshot获取页面结构后分析。

2. 调用MiniMax视觉识别

mcporter call minimax-coding-plan.understand_image prompt="描述图片内容" image_source="/path/to/screenshot.png"

3. 分析结果

根据返回结果进行下一步操作。

典型使用场景

场景1：微信滑块验证码

访问微信页面，触发验证码
截图：browser action=screenshot
发送给视觉模型分析
获取滑块位置描述

场景2：图片文字识别

截图或获取图片路径
调用视觉模型识别文字
返回文字内容

场景3：网页元素分析

使用snapshot获取页面结构
分析特定元素的可见内容和属性

注意事项

确保MiniMax MCP已配置
图片路径需要是服务器可访问的绝对路径
滑块验证码需要描述缺口位置（左侧/右侧/距离）

依赖

minimax-coding-plan MCP
OpenClaw浏览器工具

来源信息

Source: github
Repository: openclaw/skills
Path: skills/financier-nuri/minimax-vision-captcha
Version: —
Commit: 5b3252159a282252b02d289580fe723f791c876b
分类来源: rules
状态: active
可见性: public

这些信息来自收录时的来源分析，可能滞后；使用前请核对最新来源文件。

来源内容

SKILL.md

# MiniMax Vision Captcha Skill

使用MiniMax MCP的视觉理解能力识别图片中的内容，解决验证码、滑块分析等问题。

## 快速开始

### 1. 截图

使用OpenClaw浏览器截图：

```bash
browser action=screenshot targetId=<页面ID>
```

或使用OpenClaw的snapshot获取页面结构后分析。

### 2. 调用MiniMax视觉识别

```bash
mcporter call minimax-coding-plan.understand_image prompt="描述图片内容" image_source="/path/to/screenshot.png"
```

### 3. 分析结果

根据返回结果进行下一步操作。

## 典型使用场景

### 场景1：微信滑块验证码

1. 访问微信页面，触发验证码
2. 截图：`browser action=screenshot`
3. 发送给视觉模型分析
4. 获取滑块位置描述

### 场景2：图片文字识别

1. 截图或获取图片路径
2. 调用视觉模型识别文字
3. 返回文字内容

### 场景3：网页元素分析

1. 使用snapshot获取页面结构
2. 分析特定元素的可见内容和属性

## 注意事项

- 确保MiniMax MCP已配置
- 图片路径需要是服务器可访问的绝对路径
- 滑块验证码需要描述缺口位置（左侧/右侧/距离）

## 依赖

- minimax-coding-plan MCP
- OpenClaw浏览器工具

搜索