核心用法
该技能通过集成浏览器自动化与视觉识别能力，为用户提供端到端的图片分析解决方案。主要操作流程包括：首先使用 browser action=open 命令加载目标图片 URL，随后可通过 browser action=snapshot 捕获页面快照，最终结合视觉能力对图片内容进行描述与解析。针对 QQ 等即时通讯场景，技能支持从消息中提取图片链接并完成完整分析链路。
显著优点
1. 端到端自动化：将图片获取、渲染、分析整合为单一工作流，无需用户手动下载或切换工具
2. 浏览器级兼容性：基于 Playwright 完整版实现，支持现代 Web 图片格式（WebP、动图等）及复杂渲染场景
3. 即时通讯适配：针对 QQ 等场景优化了链接提取与处理流程，提升实际使用体验
潜在缺点与局限性
1. 环境依赖严格：明确要求完整版 Playwright（非 playwright-core），安装体积较大，部署门槛较高
2. 网络可达性限制：依赖外部图片链接的可访问性，私有网络或已失效链接无法分析
3. 视觉能力黑箱：未明确说明视觉模型的具体能力与边界（如 OCR 精度、多语言支持、敏感内容过滤等）
4. 缺乏本地文件支持：当前仅支持 URL 模式，无法直接分析用户上传的本地图片文件
适合人群
- 需要批量分析网络图片的内容创作者与运营人员
- 依赖 QQ/微信等 IM 工具接收图片并需快速获取描述的用户
- 已部署完整 Playwright 环境的自动化工作流开发者
常规风险
| 风险类型 | 说明 |
|---------|------|
| 隐私泄露 | 图片 URL 可能被记录于浏览器日志或第三方服务 |
| 恶意链接 | 打开不可信来源的图片链接存在 XSS 或钓鱼风险 |
| 依赖失效 | 外部图片托管服务下架导致分析任务失败 |
| 版权合规 | 自动分析可能涉及受版权保护内容的处理 |