1. 基本信息
| 项目 | 内容 | 数据来源 |
|---|---|---|
| 名称 | azure-ai-vision-imageanalysis-py（正式名称：azure-ai-vision-imageanalysis-py-microsoft-skills） | — |
| 作者/维护者 | Microsoft（microsoft/skills 官方仓库；本子技能由 Larry Osterman、Xiang Yan、KarishmaGhiya、Scott Addie、Kay Venkatrajan 等多位工程师共同维护） |
GitHub API |
| 来源链接 | https://github.com/microsoft/skills/tree/main/.github/plugins/azure-sdk-python/skills/azure-ai-vision-imageanalysis-py | — |
| 许可证 | MIT（SKILL.md 自身声明，与仓库根 LICENSE 一致） | GitHub API |
| GitHub Stars / Forks | 所属合集仓库 2,818★ / 317 forks（该数字属整个 microsoft/skills 合集，不代表本技能自身热度） | GitHub API |
| 最新版本 | SKILL.md 自带 version: 1.0.0；本子目录最近一次实质提交在 2026-07-15 |
GitHub API（commits） |
| 安装方式 | npx skills add microsoft/skills --skill azure-sdk-python 单独安装该语言包；或 /plugin install azure-sdk-python@skills 通过插件市场安装 |
仓库 README |
2. 功能介绍与亮点
azure-ai-vision-imageanalysis-py 教 agent 用官方 Python SDK（azure-ai-vision-imageanalysis）正确调用 Azure AI Vision 4.0 图像分析服务，覆盖图像描述（单句 caption 与多区域 dense captions）、内容标签、物体检测（含置信度与边界框）、OCR 文字提取、人物检测、智能裁剪建议六类核心场景，并提供同步/异步双客户端两种调用模式与从 URL 或本地文件两种输入方式。
正文延续同插件族的两条硬性规则：优先使用 DefaultAzureCredential 令牌认证（本地走 Azure CLI/VS Code 凭据链，生产环境切到托管身份），仅在尚未迁移到 Entra ID 的历史部署中才退回 AzureKeyCredential 方式；每个客户端都要用上下文管理器包裹以确保连接与令牌缓存正确释放。正文还给出图像格式（JPEG/PNG/GIF/BMP/WEBP/ICO/TIFF/MPO）、最大 20MB、50×50 至 16000×16000 像素的输入限制表，以及性别中立文案、多语言字幕等细节实践建议。技能目录下附带两份参考文档，补充次要能力清单与生产环境非主线场景示例。
亮点：本子目录 2026-02～07 月间由 5 位具名微软工程师持续迭代（11 次提交），最近一次实质更新在 2026-07-15；技能目录本身不含任何可执行脚本，纯文档与代码示例；单一技能覆盖描述、标签、物体、OCR、人物、智能裁剪六种视觉分析场景，能满足图像数据分析流程中的大部分调用需求。
3. 适用场景
固定分类：数据分析与可视化
面向需要在 Python 项目中对图像数据做结构化分析的开发者，例如为图库批量生成描述文案与内容标签、从截图或扫描件中提取文字、检测图片中的物体与人物位置、或为缩略图生成自适应裁剪建议——这些都是把非结构化图像转成可统计、可入库字段的典型数据分析任务，尤其适合不熟悉 Entra ID 令牌认证细节的初中级用户。
4. 跨 Agent 兼容性
- Claude Code：✅ 原生支持——官方安装命令
npx skills add microsoft/skills --skill azure-sdk-python与/plugin install azure-sdk-python@skills均在 README 中明确给出，且 README 示例显式提到可用符号链接方式共享到.claude/skills - Codex：❓ 未验证——已抓取材料未说明
npx skills add是否支持 Codex CLI 的技能目录结构 - OpenClaw：❓ 未验证——未见相关材料
- Hermes Agent：❓ 未验证——未见相关材料
5. 推荐理由
微软官方出品且持续维护的 Azure AI Vision Image Analysis Python SDK 使用指南，把图像描述、标签、物体检测、OCR、人物检测、智能裁剪六类视觉分析能力封装成可直接复用的代码范式，并把令牌认证优先、同步/异步客户端不可混用、输入格式限制等生产实践作为贯穿全文的强制规则，能帮助初中级开发者少走弯路地把云端计算机视觉能力接入自己的图像处理流程。
6. 评分
| 维度 | 分数 | 说明 |
|---|---|---|
| 受欢迎程度 | 7 | 2026-02~07 月间由 5 位具名微软工程师持续迭代，最近一次实质提交距今约 11 天；所属合集仓库规模（2,818★）不代表本技能自身热度，且未见第三方独立平台的活跃讨论 |
| 可用性 | 9 | 一条命令即可单独安装该语言包；技能目录仅含 SKILL.md 与两份参考文档，六类分析场景均有可直接对照运行的代码示例，含 URL/本地文件两种输入与同步/异步两种客户端；最近一次实质提交距今约 11 天，无付费第三方依赖 |
| 安全性 | 8 | 技能目录不含任何可执行脚本，纯文档与代码示例；正文明确要求优先使用 DefaultAzureCredential 令牌认证，仅历史部署才需 API Key；调用会把待分析图像（含人物检测场景下可能含人脸信息）发送至用户自行开通的 Azure Vision 实例，目标透明但涉及外发数据；MIT 许可证明确 |
| 综合 | 8.0 | 三项均值 |
安全检查清单逐项结果：① 技能目录内零脚本、零 shell 命令 ② 代码示例会把待分析图像发送到用户自行开通的 Azure AI Vision 服务，人物检测场景下发送内容可能含人脸等敏感信息，但目标透明、用途明确 ③ 认证方式默认走 DefaultAzureCredential 令牌链，仅历史部署场景才需 API Key，环境变量命名清晰 ④ 全文关键词扫描无可疑指令或混淆代码 ⑤ 官方仓库、多位具名工程师维护，无造假迹象 ⑥ MIT 许可证明确 ⑦ 最近一次实质提交距今约 11 天，维护活跃。
7. 跟同类 Skills 相比的优势
| 竞品 | 定位 | 与本技能的差异 |
|---|---|---|
| AWS Rekognition（业界常见同类云服务） | 亚马逊云的托管图像与视频分析服务，同样提供标签、物体检测、人物检测、文字识别 | 需要额外接入 boto3 与 AWS 凭据体系；本技能与开发者已在使用的 Azure 生态（身份认证、其他 Azure SDK）共享同一套 DefaultAzureCredential 认证范式，省去为图像分析单独管理一套云凭据 |
| Google Cloud Vision API（业界常见同类云服务） | 谷歌云的托管图像分析服务，提供标签、物体定位、文字检测、人脸检测 | 需要额外接入 Google Cloud 客户端库与服务账号密钥；本技能额外提供智能裁剪（smart crops）与多区域密集描述（dense captions）能力，谷歌方案通常需另行拼装才能实现类似缩略图裁剪效果 |
| Tesseract OCR（开源本地 OCR 引擎） | 完全本地运行的开源文字识别引擎，仅覆盖 OCR 场景 | 无需联网、无云服务账单，但准确率依赖训练数据与图像质量，且不提供标签、物体检测、人物检测等能力；本技能是调用 Azure 云端托管服务，单一 SDK 覆盖 OCR 之外的五类视觉分析场景，但需联网且按调用量计费 |
8. 用户评价
该技能目前在第三方平台尚无独立具名用户评价。相关背景：microsoft/skills 仓库的 GitHub Issue #189（已关闭）中，用户 thevman 反映通过插件市场安装本仓库时因 pluginRoot 路径声明与实际插件路径不一致而报错“Failed to add Marketplace”；这是仓库级的已知安装限制，改用 npx skills add 命令直接安装单个技能可绕开该问题。
9. 安装使用方式
- 推荐方式：
npx skills add microsoft/skills --skill azure-sdk-python，交互向导会把azure-ai-vision-imageanalysis-py等 Python 技能放入当前 agent 对应的技能目录（如 Claude Code 为.claude/skills/） - 插件市场方式：
/plugin marketplace add microsoft/skills后执行/plugin install azure-sdk-python@skills - 手动方式：
git clone https://github.com/microsoft/skills.git cp -r skills/.github/plugins/azure-sdk-python/skills/azure-ai-vision-imageanalysis-py your-project/.claude/skills/ - 使用前需自行开通 Azure AI Vision 资源，并设置
VISION_ENDPOINT环境变量；若沿用历史的 API Key 方式则需额外设置VISION_KEY；安装后无需重启，agent 会依据 SKILL.md 的description触发条件（如提到“image analysis”、“computer vision”、“OCR”、“ImageAnalysisClient”等）自动调用
10. 注意事项
- 使用前需自行开通 Azure AI Vision 资源；令牌认证（
DefaultAzureCredential）为推荐方式，仅持有历史 API Key 部署时才需退回 Key 认证 - 通过插件市场（
/plugin marketplace add）安装本仓库时曾有用户反映路径配置报错（Issue #189，已关闭），若遇到同类问题可改用npx skills add命令直接安装单个技能 - 跨 Agent 兼容性除 Claude Code 有明确安装说明外，其余三个生态均未验证，实际使用前建议先手动测试触发效果
- 人物检测等场景会将可能含人脸信息的图像发送至云端分析，涉及个人隐私或合规数据的场景需自行评估是否符合数据驻留与隐私要求
- 调用图像分析接口会产生 Azure 云服务用量费用，需自行关注账单与免费额度；图像输入有格式与尺寸限制（20MB 以内，50×50 至 16000×16000 像素）