图像识别与二维码 Skill 查看原始 SKILL.md

图像识别与二维码 Skill

面向二维码、条形码、二维码解析、图片识别和轻量图像处理的公开 API 组合。

业务场景

用于二维码生成、条形码生成、二维码解析、图片识别和轻量图像处理。适合运营物料、小程序工具、票据录入、表单识别和内容分享场景。

  • 数据范围:覆盖二维码、条形码、二维码解析、图片压缩、图像 OCR 和部分文档图像识别能力。
  • 关键数据维度:编码维度:文本、URL、Wi-Fi 信息、条码类型和输出图片格式。;识别维度:图片来源、清晰度、二维码内容、OCR 文本和识别置信度。;处理维度:压缩、格式、尺寸和可展示性。

何时使用

  • 生成二维码、Wi-Fi 二维码或通用条形码。
  • 解析二维码、识别图片文字或处理图片文件。
  • 为营销活动、门店工具、文件录入和移动端表单提供图像辅助能力。

不适用场景

  • 用户只需要查看某一个接口的完整参数、响应字段、价格或购买入口时,直接打开接口详情页。
  • 用户希望绕过接口开通、鉴权、配额或人工复核要求时,不应使用 Skill 作为替代。
  • 任务需要法律、医疗、金融投资或升学录取的最终决策时,Skill 只能提供数据辅助和复核线索。

用户需要提供的信息

  • 二维码、条形码、图片或文档图片来源,以及生成、解析、识别或压缩目标。
  • 输出图片格式、尺寸、编码内容、识别语言或安全校验要求。
  • 调用接口所需的 AppKey、开通状态和接口详情页限制。

推荐工作流

  1. 生成类场景先选择二维码、Wi-Fi 二维码或条形码接口。
  2. 识别类场景使用二维码解析或 OCR 接口。
  3. 图片体积较大时,先压缩再进入后续流程。

参数传递关系

  • 生成类任务使用文本、URL、Wi-Fi 信息或条码内容作为输入;解析类任务使用图片 URL 或上传文件作为输入。
  • 二维码解析结果如果是 URL,需要先做安全校验再进入页面抓取或跳转。
  • 图片压缩或识别后的结果可继续传给文档处理或文本处理流程。

典型任务模板

  • 二维码生成:输入 URL 或文本;输出二维码图片和编码内容说明。
  • 二维码解析:输入图片;输出解析文本、安全校验建议和后续处理入口。
  • 图片识别:输入图片;输出识别文本、低质量提示和复核建议。

接口与关键参数

统一鉴权:调用接口前需要准备咕咕数据 AppKey。推荐在服务端通过 Header 传递 AppKey;历史 Query 参数 appkey 仍以接口详情页说明为准。

通用二维码生成

关键请求参数:

参数必填类型默认值说明来源与传递
contentstringYOUR_VALUE二维码内容,网址类型智能识别文本内容来自用户输入、网页正文抽取或文档识别结果
sizeinteger500正整数,二维码尺寸像素,默认为 500 像素由用户输入、业务筛选条件或上一轮接口结果确定。

Wi-Fi 无线网二维码生成

关键请求参数:

参数必填类型默认值说明来源与传递
ssidstringYOUR_VALUE无线网 ssid由用户输入、业务筛选条件或上一轮接口结果确定。
passwordstringYOUR_VALUE无线网密码由用户输入、业务筛选条件或上一轮接口结果确定。
authenticationstringYOUR_VALUE无线网加密类型,可选 WEP、WPA、NOPASS由用户输入、业务筛选条件或上一轮接口结果确定。
ishiddenssidstringYOUR_VALUE是否隐藏 SSID,可选值 true、false由用户输入、业务筛选条件或上一轮接口结果确定。
isshowwifiiconstringYOUR_VALUE二维码中间是否添加 Wi-Fi 图标,可选值 true、false由用户输入、业务筛选条件或上一轮接口结果确定。
sizeinteger500正整数,二维码尺寸像素,默认为 500 像素由用户输入、业务筛选条件或上一轮接口结果确定。

通用条形码生成

关键请求参数:

参数必填类型默认值说明来源与传递
typestringYOUR_VALUE条码类型,可选项: UNSPECIFIED|UPCA|UPCE|UPC_SUPPLEMENTAL_2DIGIT|UPC_SUPPLEMENTAL_5DIGIT|EAN13|EAN8|Interleaved2of5|Interleaved2of5_Mod10|Standard2of5|Standard2of5_Mod10|Industrial2of5|Industrial2of5_Mod10|CODE39|CODE39Extended|CODE39_Mod43|Codabar|PostNet|BOOKLAND|ISBN|JAN13|MSI_Mod10|MSI_2Mod10|MSI_Mod11|MSI_Mod11_Mod10|Modified_Plessey|CODE11|USD8|UCC12|UCC13|LOGMARS|CODE128|CODE128A|CODE128B|CODE128C|ITF14|CODE93|TELEPEN|FIM|PHARMACODE由用户输入、业务筛选条件或上一轮接口结果确定。
contentstringYOUR_VALUE条码内容,注意对应条码的长度规范文本内容来自用户输入、网页正文抽取或文档识别结果
widthintegerYOUR_VALUE条码宽度像素值由用户输入、业务筛选条件或上一轮接口结果确定。
heightintegerYOUR_VALUE条码高度像素值由用户输入、业务筛选条件或上一轮接口结果确定。
showLabelbooleanfalse控制是否显示条码底部的文字标签,默认不显示,需要显示传递 true由用户输入、业务筛选条件或上一轮接口结果确定。

通用二维码解析读取

关键请求参数:

参数必填类型默认值说明来源与传递
filestring/binaryYOUR_FILE要解码的二维码图片文件文件或图片来自用户上传、公开 URL 或上一轮转换结果

通用图片地址 OCR 到文本

  • 业务角色:图片地址 OCR
  • 调用阶段:识别
  • 接口地址:POST https://api.gugudata.com/imagerecognition/ocr
  • 产出用途:用于识别图片地址中的文本。
  • 参数来源:URL 或域名由用户提供,调用前需要确认协议、跳转和可访问性;文件或图片来自用户上传、公开 URL 或上一轮转换结果
  • 接口资料:详情页 https://www.gugudata.com/api/details/ocr;接口 Markdown https://www.gugudata.com/api/details/ocr/llm.md

关键请求参数:

参数必填类型默认值说明来源与传递
imageurlstringYOUR_VALUE图片 URL 地址,与图标 Base64 编码选其一进行传参URL 或域名由用户提供,调用前需要确认协议、跳转和可访问性
imagebase64stringYOUR_VALUE图片 Base64 编码,与图标 URL 地址选其一进行传参文件或图片来自用户上传、公开 URL 或上一轮转换结果

通用图片文件流 OCR 到文本

关键请求参数:

参数必填类型默认值说明来源与传递
imagefilestring/binary-通过 multipart/form-data 上传的图片文件字段,字段名为 imagefile。文件或图片来自用户上传、公开 URL 或上一轮转换结果

通用图片地址 OCR 到 Word

  • 业务角色:OCR 到 Word
  • 调用阶段:转换
  • 接口地址:POST https://api.gugudata.com/imagerecognition/ocr2word
  • 产出用途:用于把图片 OCR 结果输出为 Word。
  • 参数来源:URL 或域名由用户提供,调用前需要确认协议、跳转和可访问性;文件或图片来自用户上传、公开 URL 或上一轮转换结果
  • 接口资料:详情页 https://www.gugudata.com/api/details/ocr2word;接口 Markdown https://www.gugudata.com/api/details/ocr2word/llm.md

关键请求参数:

参数必填类型默认值说明来源与传递
imageurlstringYOUR_VALUE图片 URL 地址,与图标 Base64 编码选其一进行传参URL 或域名由用户提供,调用前需要确认协议、跳转和可访问性
imagebase64stringYOUR_VALUE图片 Base64 编码,与图标 URL 地址选其一进行传参文件或图片来自用户上传、公开 URL 或上一轮转换结果

图片压缩与尺寸优化

关键请求参数:

参数必填类型默认值说明来源与传递
image_filestring/binary-上传的图片文件,支持 JPG / JPEG / PNG / GIF / WEBP / BMP,与 image_url 二选一必填文件或图片来自用户上传、公开 URL 或上一轮转换结果
image_urlstring-网络图片 URL,与 image_file 二选一必填,需为可直接访问的 HTTP/HTTPS 链接URL 或域名由用户提供,调用前需要确认协议、跳转和可访问性
targetWidthinteger-目标宽度(像素),与 targetHeight 组合使用时按照最长边等比缩放;不传则不以此为约束由用户输入、业务筛选条件或上一轮接口结果确定。
targetHeightinteger-目标高度(像素),与 targetWidth 组合使用时按照最长边等比缩放;不传则不以此为约束由用户输入、业务筛选条件或上一轮接口结果确定。
maxWidthinteger-最大宽度(像素),只限制不超过该宽度并保持长宽比;当未显式传递任何尺寸参数且图片特别大时,服务会自动使用 1920 作为默认上限由用户输入、业务筛选条件或上一轮接口结果确定。
maxHeightinteger-最大高度(像素),只限制不超过该高度并保持长宽比;当未显式传递任何尺寸参数且图片特别大时,服务会自动使用 1920 作为默认上限由用户输入、业务筛选条件或上一轮接口结果确定。
qualityinteger85JPEG 压缩质量,取值范围 1-95,数值越低压缩越厉害,推荐在 60-90 之间;PNG 等无损格式将使用内部优化策略忽略该参数由用户输入、业务筛选条件或上一轮接口结果确定。
formatstring-输出图片格式,可选值:jpeg、png 等;不传则保持原图格式(对于部分不常见格式会自动转换为 JPEG)由用户输入、业务筛选条件或上一轮接口结果确定。

数据校验与使用边界

  • 生成二维码前确认内容是否可公开展示。
  • 图片识别结果受清晰度、遮挡、角度、压缩和背景影响。
  • 二维码解析出的链接或文本需要安全校验后再展示或跳转。

输出建议

  • 输出生成类结果时说明编码内容、用途和图片链接。
  • 输出识别类结果时保留原图来源、识别文本和置信说明。
  • 对无法识别或低质量图片给出重新上传建议。

常见问题

  • 问:什么情况下应该使用这个 Skill? 答:当用户提出的目标需要多个咕咕数据公开 API 组合完成,而不是只查询一个接口时,优先阅读这个 Skill。
  • 问:这个 Skill 是否需要单独购买? 答:不需要。Skill 文档只负责业务流程和接口选型,具体接口购买、价格和账号权益仍以接口详情页为准。
  • 问:Agent 应该怎样使用这个 Skill? 答:Agent 应先阅读 SKILL.md,确认业务场景和推荐工作流,再进入接口详情页核对参数、响应字段、价格和调用示例。
  • 问:调用接口前需要先核对什么? 答:需要核对业务对象、地区、时间范围、输入格式、必填参数、返回字段、购买状态和接口详情页中的限制说明。
  • 问:图像识别与二维码 Skill 会替代接口文档吗? 答:不会。Skill 负责说明业务组合和调用顺序,接口参数、响应结构、计费和购买入口仍以接口详情页为准。