首页 › 龙虾技能列表 › GLM Multimodal Analyzer — GLM 多模态分析器 — 使用 GLM-4.6V 模型进行多模态内容理解

GLM Multimodal Analyzer — GLM 多模态分析器 — 使用 GLM-4.6V 模型进行多模态内容理解

v1.0.0

利用智谱 GLM-4.6V 模型，支持图片（OCR、场景分析）、视频（内容摘要、关键帧分析）和文档（PDF、表格解析）的多模态内容理解，附带深度思考模式。

0· 442·3 当前·3 累计·💬 2
by @tridefender (TriDefender)·MIT-0
下载技能包
License
MIT-0
最后更新
2026/4/10
安全扫描
VirusTotal
可疑
查看报告
OpenClaw
可疑
medium confidence
该技能基本如宣称般运作（向 GLM-4.6V 端点发送媒体文件），但元数据和运行指令关于所需秘密和脚本行为（读取和上传任意本地文件到第三方 API）存在不一致，带来隐私/数据泄露风险。
评估建议
此技能会读取本地文件（图片、视频、PDF），进行 base64 编码，发送到 https://open.bigmodel.cn 使用 ZHIPU_API_KEY。安装前，请（1）确认元数据声明 ZHIPU_API_KEY；（2）验证信任远程端点和发布者；（3）避免输入敏感文件；（4）考虑使用临时或作用域 API 密钥并审计 API 使用；（5）如需更高保证，请请求发布者提供源代码或自行审查（相关行为在 scripts/analyze.py 中可见）。接受这些隐私风险和信任端点后，功能一致；否则，请勿安装或使用敏感输入。...
详细分析 ▾
⚠ 用途与能力
技能用途（通过 GLM-4.6V 进行多模态分析）与代码和代理配置相符。但注册元数据未列出所需环境变量，而 SKILL.md 和 scripts/analyze.py 需要 ZHIPU_API_KEY — 声明要求不一致。模型命名/上下文也存在小问题（SKILL.md：GLM-4.6V 128K，agent.json/model：'zai/glm-4.6v-flash'，脚本 MODEL='glm-4.6v'，MAX_TOKENS=4096）
⚠ 指令范围
SKILL.md 和 analyze.py 允许本地文件路径，并会对整个本地文件进行 base64 编码，包含在发送到 https://open.bigmodel.cn/api/paas/v4/chat/completions 的请求中。这种行为与多模态上传器一致，但意味着任意本地文件（包括敏感文档）可能会在没有额外防护或过滤的情况下泄露到远程 API。
ℹ 安装机制
这是一个仅指令的技能，没有安装规格（安装风险最低）。README 提到请求将被自动安装，但没有正式的安装步骤；如果缺少请求，脚本将退出。没有使用外部下载或打包安装程序。
⚠ 凭证需求
运行时需要一个单一的秘密 ZHIPU_API_KEY（作为 Bearer 令牌）用于调用第三方 API，这与其声明的目的相称。但问题在于注册元数据未声明此要求 — 技能应该将 ZHIPU_API_KEY 列为 required.env。为声明的目的要求 API 密钥是预期的，但元数据中的遗漏和发送任意本地文件的能力增加了风险。
✓ 持久化与权限
该技能不请求 always:true，不声明系统配置路径，也不修改其他技能。它可以由用户调用，并可以按照平台默认设置自主调用（此处未标记）。
安全有层次，运行前请审查代码。

License

MIT-0

可自由使用、修改和再分发，无需署名。

运行时依赖

无特殊依赖

版本

latestv1.0.02026/3/8

多模态分析器 1.0.0 - 首次发布，带有 GLM-4.6V 驱动的多模态内容理解。- 支持图片 OCR、场景和物体分析、视频摘要 & 关键帧提取、文档（PDF/表格）解析。- 包含深度思考模式用于高级推理。- 命令行界面通过脚本进行内容分析。- 目前一次处理一种模态；视频需要公开可访问 URL。

● 可疑

安装命令 点击复制

官方npx clawhub@latest install multimodal
镜像加速npx clawhub@latest install multimodal --registry https://cn.clawhub-mirror.com

技能文档

使用智谱 GLM-4.6V 模型理解图片、视频、文档内容。

功能

  • 图片理解：OCR、场景分析、物体检测、属性识别
  • 视频理解：内容摘要、关键帧分析
  • 文档理解：PDF、复杂表格解析
  • 深度思考模式：开启后进行深层推理分析

使用方式

理解这张图片：[图片 URL 或本地路径]
分析这个视频：[视频 URL]
这个 PDF 讲什么：[PDF URL]

技术细节

  • 模型：GLM-4.6V (106B, 128K 上下文)
  • API 端点：https://open.bigmodel.cn/api/paas/v4/chat/completions
  • 需要：ZHIPU_API_KEY 环境变量

限制

  • 不支持同时处理图片+视频+文件（只能选一种模态）
  • 视频 URL 需要公网可访问

调用脚本

调用 scripts/analyze.py 进行分析： 
python scripts/analyze.py --type image|video|file --input  --prompt "你的问题"
参数：
  • --type：输入类型 (image/video/file)
  • --input：URL 或本地文件路径
  • --prompt：分析提示词
  • --thinking：启用深度思考模式
  • --stream：流式输出
数据来源：ClawHub ↗ · 中文优化：龙虾技能库
OpenClaw 技能定制 / 插件定制 / 私有工作流定制

免费技能或插件可能存在安全风险，如需更匹配、更安全的方案，建议联系付费定制

了解定制服务