图片识别技能 (Image Recognition)

环境说明

当前环境系统Python为3.12，安装依赖请用：

pip3 install --break-system-packages pymupdf Pillow

OCR需tesseract：sudo apt install tesseract-ocr tesseract-ocr-chi-sim (需root)

适用场景

• 用户发送图片 → 需要识别图片中的文字、表格、图表数据
• 截图分析 → 识别UI截图、数据截图、微信截图等
• 扫描件OCR → 扫描版PDF/图片的文字提取
• 图表数据提取 → 从柱状图、折线图、饼图等提取数据
• 表格识别 → 从图片表格中提取结构化数据
• AI图像生成 → 用 GLM-Image API 生成图片（详见 references/glm-image-api.md）