返回顶部
i

image-breaker图像提取器

Extract and break down content from web documents, PDFs, images, and URLs into structured markdown notes stored locally and synced to Obsidian. Use when the user shares a URL, PDF, screenshot, or document and wants the content converted to organized notes with proper tagging and categorization.

作者: admin | 来源: ClawHub
源自
ClawHub
版本
V 1.0.0
安全检测
已通过
251
下载量
免费
免费
0
收藏
概述
安装方式
版本历史

image-breaker

图像分解器

将文档、PDF、图像和网页内容转换为结构化的Markdown笔记,保存到工作区并同步至Obsidian。

工作流程

1. 提取内容

对于URL/PDF:

使用web_fetch提取内容

对于图像:

使用图像工具分析和提取文本

对于已分析的内容:

用户可能直接粘贴内容,或您已提取完毕

2. 结构化内容

将原始内容转换为组织有序的Markdown:

需创建的章节:

  • - 概述 - 此文档/内容是关于什么的?
  • 关键要点 - 主要收获的要点列表
  • 详细分解 - 带标题的组织化子章节
  • 参考范围/标准(如适用)- 数值数据的表格
  • 行动项(如适用)- 如何处理此信息
  • 来源 - 原始URL或文档名称

格式指南:

  • - 使用表格呈现数值数据(参考范围、标准、对比)
  • 使用要点列表呈现关键点
  • 使用标题(##、###)进行组织
  • 技术内容包含代码块
  • 首次提及重要术语时加粗

3. 保存与同步

创建带有正确前置元数据的Markdown笔记并保存到工作区:

python

准备前置元数据


date = 2026-02-10
tags = [research, bloodwork, nmr] # 基于内容自动分配
title = NMR脂质面板参考范围

构建完整Markdown内容

content = f--- date: {date} tags: - {tag1} - {tag2} - {tag3} source: {originalurlor_source} type: image-breaker-note

{title}

概述

[此文档内容的简要描述]

关键要点

  • - 要点1
  • 要点2
  • 要点3

[主要章节]

[带子章节的详细内容]

参考

  • - 来源: [URL或文档名称]
  • 提取日期: {date}

保存到工作区

output_dir = research/image-breaker-notes # 默认

或用户指定:research/bloodwork, content/references等

写入文件

filepath = f{output_dir}/{date}-{slugified-title}.md write(filepath, content)

同步至Obsidian(使用obsidian-sync技能)

exec: python3 skills/obsidian-sync/scripts/synctoobsidian.py {filepath} /Users/biohacker/Desktop/Connections ImageBreaker

标签分配

基于内容自动分配3个最相关的标签:

常用标签:

  • - research - 学术论文、研究、参考文献
  • bloodwork - 化验结果、生物标志物、面板
  • nmr - 特指NMR脂质面板
  • cholesterol - 胆固醇和脂质相关
  • peptides - BPC-157、TB-500等
  • supplements - 维生素、矿物质、化合物
  • protocols - 治疗/优化方案
  • founders - 商业/创业健康内容
  • longevity - 抗衰老、健康寿命
  • performance - 认知/身体优化
  • training - 运动、锻炼
  • toku - 纳豆激酶、Toku Flow相关

优先使用具体标签而非通用标签。

输出目录

默认: research/image-breaker-notes/

内容特定替代目录:

  • - 研究文档 → research/papers/ 或 research/protocols/
  • 化验结果 → research/bloodwork/
  • 营销材料 → content/references/
  • 训练内容 → research/training/
  • 商业文档 → projects/business-docs/

根据内容类型选择最合适的目录。

使用示例

用户提供Labcorp NMR文档URL:

  1. 1. 使用web_fetch提取内容
  2. 结构化Markdown,包含:
- NMR测量内容的概述 - 关键参考范围表格 - 解读指南 - 与标准脂质的对比
  1. 3. 分配标签:bloodwork、nmr、research
  2. 保存至research/image-breaker-notes/2026-02-10-nmr-lipid-panel-reference.md
  3. 同步至Obsidian库ImageBreaker/2026-02-10-nmr-lipid-panel-reference.md
  4. 向用户报告文件路径和Obsidian链接

最佳实践

  • - 始终先提取内容 - 在结构化之前使用web_fetch或图像工具
  • 创建全面笔记 - 包含上下文,而不仅仅是原始数据
  • 数据使用表格 - 参考范围、对比、标准
  • 智能分配标签 - 最多3个标签,最具体/相关
  • 明智选择输出目录 - 将内容类型与工作区组织匹配
  • 默认自动同步 - 用户希望在Obsidian中交叉引用笔记
  • 报告文件位置 - 同时提供工作区和Obsidian路径

输出消息模板

完成工作流程后:

文档已分解并保存

📝 标题: [笔记标题]
📂 位置: research/image-breaker-notes/2026-02-10-note-title.md
🔗 Obsidian: ImageBreaker/2026-02-10-note-title.md
🏷️ 标签: tag1, tag2, tag3

已创建章节:

  • - 概述
  • 关键要点
  • [列出的主要章节]
  • 参考

该笔记现已在您的Obsidian库中,可进行标签和交叉引用。

与其他技能的集成

Obsidian同步: 笔记创建后自动调用
论文获取器: 如果用户提供DOI,先使用paper-fetcher,再分解PDF
研究自动化: 可批量处理来自研究运行的多个文档

标签

skill ai

通过对话安装

该技能支持在以下平台通过对话安装:

OpenClaw WorkBuddy QClaw Kimi Claude

方式一:安装 SkillHub 和技能

帮我安装 SkillHub 和 image-breaker-1776199830 技能

方式二:设置 SkillHub 为优先技能安装源

设置 SkillHub 为我的优先技能安装源,然后帮我安装 image-breaker-1776199830 技能

通过命令行安装

skillhub install image-breaker-1776199830

下载

⬇ 下载 image-breaker v1.0.0(免费)

文件大小: 6.81 KB | 发布时间: 2026-4-15 12:35

v1.0.0 最新 2026-4-15 12:35
Initial release of image-breaker.
- Extracts content from URLs, PDFs, images, and documents, and converts to structured markdown notes.
- Auto-organizes notes into sections (Overview, Key Points, Detailed Breakdown, etc.) with appropriate formatting (tables, headers, bolding).
- Automatically assigns up to 3 relevant tags based on content, prioritizing specificity.
- Saves markdown notes to a content-type-specific workspace directory and syncs automatically to Obsidian vault.
- Integrated workflow with Obsidian Sync, Paper Fetcher, and Research Automation for seamless note management.
- Provides a clear output report with note location, tags, and created sections.

Archiver·手机版·闲社网·闲社论坛·羊毛社区· 多链控股集团有限公司 · 苏ICP备2025199260号-1

Powered by Discuz! X5.0   © 2024-2025 闲社网·线报更新论坛·羊毛分享社区·http://xianshe.com

p2p_official_large
返回顶部