Skills
skills/skills.netease.im/ai-vla

ai-vla

SKILL.md

AI视觉内容标注助手（VLA = AI Vision Labeling Assistant）

ai-vla 是 AI Vision Labeling Assistant 的缩写，全称是"AI视觉内容标注助手"，是一个功能强大的AI驱动视觉内容标注工具。可以从两个维度帮助用户完成图片标注工作：

  1. 标准生成：对黑白样本图像进行批量分析，自动生成结构化、可执行的标注标准文档
  2. 依据标准标注：支持依据已有的标注标准文档，对新图片进行批量自动标注

适用于内容审核、图像分类、样本标注等多种场景。

⚠️ 强制输出要求（V1.0.3新增）

重要：无论使用哪种方式调用此skill，分析完成后必须自动生成以下两类文件：

1️⃣ Excel分析报告（必选）

  • 必须自动生成Excel报告文件，保存到当前工作目录
  • Excel报告必须包含4个工作表：
    • 图像分析结果：文件名、路径、文件大小、分析角度、样本类型、特征、边界情况、分析状态等
    • 统计信息：总图片数、成功/失败数、分析成功率、特征总数等
    • 特征汇总：特征名称、出现次数，按频率排序
    • 边界情况：边界情况描述、出现次数

2️⃣ 标注标准文档（必选）

  • 必须自动生成Markdown格式的标注标准文档
  • 标注标准必须包含以下部分：
    • Role定义：明确标注员的角色和核心任务
    • Goals：标注目标和分类定义（pass/unpass二元分类）
    • Classification Guidelines：详细的判定标准，分点列出违规/合规特征
    • Workflow：标准化的推理步骤和判定流程
    • 分析样本详情：样本统计摘要表
    • 统计信息：分析样本类型、分析角度、总数量、成功率等

功能特性

🚀 核心能力

  • 📁 批量图像分析：支持对整个文件夹内的所有图像进行全面分析，不遗漏任何样本
  • 🔍 自定义分析角度：支持根据用户指定的任意维度进行分析（如低俗、色情、暴力、政治敏感等）
  • 🤖 内置多模态能力：使用LobsterAI内置的视觉分析能力，无需外部API密钥，开箱即用
  • ✅ 内容验证机制：新增内容验证步骤，确保AI真正理解图片内容，避免误判

📊 输出能力

  • 📋 结构化标准生成：自动生成符合规范的标注标准文档，包含角色定义、判定标准、工作流程等
  • 🎯 智能特征排序：特征按出现频率自动排序，高频特征在前，更符合实际审核需求
  • 🤖 LLM友好格式：输出的Markdown格式标准专门优化，便于大模型理解和执行标注任务
  • 📝 黑白样本区分：支持分别分析黑样本（违规）和白样本（合规），形成完整的判定边界

📈 Excel增强功能

  • 📊 详细Excel报告：自动生成多工作表Excel分析报告，信息全面
    • 图像详情表：记录每张图片的文件名、路径、大小、特征、边界情况、分析状态等完整信息
    • 统计信息表：总图片数、成功率、特征总数、边界情况数等汇总统计
    • 特征汇总表：所有特征的出现次数统计，按频率排序
    • 边界情况表：特殊情况的出现次数统计，便于处理疑难案例
  • 📝 完整审计追踪：每张图片的分析结果永久记录，便于复核和追溯

⚡ 体验优化

  • ⏱️ 实时进度同步：每完成10张图像分析自动同步进度，让用户随时了解分析进展
  • 📊 三阶段工作流：明确的"分析图像 → 生成Excel → 生成标注标准"三步流程，清晰透明
  • ✅ 质量保障：分析成功率、特征覆盖率等关键指标自动计算，便于评估标准质量
  • 🔎 内容验证：自动验证AI是否正确识别图片内容，识别结果与实际不符时提示用户
  • 📝 依据标准标注：支持依据用户提供的标注标准文档，对新图片进行批量标注，标注结果按规范格式输出

🛠️ 问题修复与优化 (v1.0.3)

  • 强制输出要求：新增明确的强制输出要求，分析完成后必须同时生成Excel报告和标注标准文档
  • 对话交互增强：在对话交互方式中明确自动生成Excel报告（4个工作表）和Markdown标注标准
  • 输出格式规范化：统一输出文件格式，确保符合规范

🛠️ 问题修复与优化 (v1.0.2)

  • 修复Bash环境兼容性问题：提供Bash和PowerShell双环境的文件查询指令，确保跨平台兼容性
  • 优化错误处理流程：新增错误实时反馈机制，出现问题时立即向用户说明情况并提供解决方案
  • 统一路径查询规范：明确不同环境下的正确命令使用方式，避免命令不兼容错误
  • 增强用户沟通机制：要求在执行过程中实时同步思考和解决方案，保持用户知情权

⚠️ 重要说明

V1.0.3强制要求：无论使用哪种方式，分析完成后必须同时输出：

  1. Excel分析报告文件（4个工作表格式）
  2. Markdown标注标准文档（含Role、Goals、Classification Guidelines、Workflow等）

当前版本推荐使用对话交互方式：

  1. 直接在对话中提供图片（通过文件路径或拖拽上传）
  2. 系统使用内置多模态视觉能力分析图片内容
  3. ✅ 必须自动生成Excel报告（保存到工作目录）
  4. ✅ 必须自动生成标注标准（Markdown格式）
  5. 完成后向用户返回文件路径

使用方法

✅ 推荐方式：对话交互（直接提供图片）

直接在对话中提供图片，系统会自动完成全流程并输出文件：

格式：

输入文件: <图片路径1>
输入文件: <图片路径2>
...（可提供多张图片）

请从以下角度分析这些图片并生成标注标准：
<分析角度>，<样本类型>（black=black/违规 或 white=白样本/合规）

⚠️ 系统自动执行流程：

  1. 使用内置多模态视觉能力逐张分析图片
  2. ✅ 自动生成Excel分析报告（4个工作表）→ 保存到工作目录
  3. ✅ 自动生成Markdown标注标准（含Role/Goals/分类标准/工作流）→ 保存到工作目录
  4. 完成后向用户返回Excel和标注标准文件的路径

示例：

输入文件: C:\Users\xxxx\Desktop\测试\0348ea6396082233e5c753670ade643d.jpg
输入文件: C:\Users\xxxx\Desktop\测试\046aa67567a124de1a84756c41acdb98.jpg

请分析这些图片，生成低俗媚俗相关的标注标准，样本类型为black（违规）

脚本调用方式（暂不可用）

python auto_generate.py <样本文件夹路径> <样本类型> <分析角度> [选项]

注意：当前脚本方式需要外部提供视觉分析函数接口，暂不可用。请使用上述对话交互方式。

📜 创建Python脚本生成Excel报告

当需要创建Python脚本来生成Excel报告时：

  1. 使用 Write 工具创建脚本文件（路径为工作目录下的 .py 文件）
  2. 直接运行脚本：使用 python 脚本完整路径 执行
  3. 注意：Windows 路径中的反斜杠可能需要转义，建议使用原始字符串或双反斜杠

示例：

# 创建脚本 (假设工作目录为 C:\Users\xxxx\Desktop\测试)
# 使用 Write 工具保存为 C:\Users\xxxx\Desktop\测试\generate_report.py

# 运行脚本时使用完整路径
python C:\Users\xxxx\Desktop\测试\generate_report.py

⚠️ 常见错误：

  • No such file or directory - 路径不正确，请使用完整绝对路径
  • 确保文件确实存在于指定路径

新功能：依据标注标准进行图片标注

用户可以提供已有的标注标准文档，对新图片进行批量标注：

格式：

输入文件: <图片路径1>
输入文件: <图片路径2>
...（可提供多张图片）

标注标准文档: <标准文档路径>

请依据上述标注标准对这些图片进行标注

示例：

输入文件: C:\Users\xxxx\Desktop\测试\001.jpg
输入文件: C:\Users\xxxx\Desktop\测试\002.jpg
输入文件: C:\Users\xxxx\Desktop\测试\003.jpg

标注标准文档: C:\Users\xxxx\Desktop\测试\低俗媚俗标注标准.md

请依据上述标注标准对这些图片进行低俗媚俗相关标注

输出格式

生成的标注标准包含以下部分：

  1. Role定义：明确标注员的角色和核心任务
  2. Goals：标注目标和分类定义
  3. Classification Guidelines：详细的判定标准，分点列出违规/合规特征
  4. Workflow：标准化的推理步骤和判定流程
  5. Edge Cases：特殊情况处理说明

⚠️ Excel输出格式要求（必须严格遵守）

输出最终标注结果时，必须严格按照以下Excel格式输出，不可自行创造其他形式：

Excel分析报告必须包含以下4个工作表：

  1. 图像分析结果（必填）：

    • 列：文件名、路径、文件大小、分析角度、样本类型、提取的特征、边界情况、分析状态、错误信息、分析时间
    • 逐行记录每张图片的完整分析信息

  2. 统计信息（必填）：

    • 包含：总图片数、成功分析数、失败数、分析成功率、特征总数、边界情况数、样本类型、分析角度、分析完成时间
    • 汇总统计信息

  3. 特征汇总（必填）：

    • 列：特征名称、出现次数
    • 所有提取到的特征的完整列表，按出现频率排序

  4. 边界情况（必填）：

    • 列：边界情况描述、出现次数
    • 所有边界情况的完整列表，便于处理特殊案例

禁止：不得创建除上述4个工作表之外的其他工作表，不得自行添加非定义列，不得改变列顺序。

📝 标注结果输出格式（依据标准标注时）

当用户使用"依据标注标准进行图片标注"功能时，标注结果必须按以下Excel格式输出：

标注结果Excel必须包含以下工作表：

  1. 标注结果（必填）：

    • 列：文件名、路径、文件大小、标注类别（black/white/不确定）、判定依据（匹配的标准特征）、置信度（高/中/低）、边界情况、标注时间
    • 逐行记录每张图片的标注结果

  2. 统计信息（必填）：

    • 包含：总图片数、black数量、white数量、不确定数量、标注完成时间
    • 汇总统计信息

  3. 匹配特征详情（必填）：

    • 列：文件名、匹配的特征、特征来源（来自哪条标准）
    • 记录每张图片匹配到的具体标准特征

  4. 边界情况标注（必填）：

    • 列：边界情况描述、图片数量、典型文件
    • 记录所有边界情况的标注结果

禁止：不得创建除上述4个工作表之外的其他工作表，不得自行添加非定义列，不得改变列顺序。

工作流程

第一阶段：单图分析阶段

  1. 列举图片文件：根据运行环境选择对应命令遍历指定文件夹下的所有图像文件

    Windows PowerShell环境：

    # 列出指定路径下所有图片文件（支持jpg、jpeg、png、gif、bmp、webp等格式）
Get-ChildItem -Path "<文件夹路径>" -Include *.jpg,*.jpeg,*.png,*.gif,*.bmp,*.webp -Recurse | Select-Object FullName, Length, LastWriteTime

    Bash/Linux/macOS环境：

    # 列出指定路径下所有图片文件（支持jpg、jpeg、png、gif、bmp、webp等格式）
find "<文件夹路径>" -type f \( -iname "*.jpg" -o -iname "*.jpeg" -o -iname "*.png" -o -iname "*.gif" -o -iname "*.bmp" -o -iname "*.webp" \) -exec ls -l {} \;

  2. 使用LobsterAI内置多模态视觉能力对每张图像进行多维度分析，提取特征点（无需外部API调用）

  3. 精细化特征提取：对每张图片从以下维度进行详细描述（参考示例格式）：

    • 人物姿态描述：如"女性仰面平躺"、"男性俯身贴近"、"身体距离极近"、"躺卧姿态"等
    • 场景描述：如"室内床榻/卧榻"、"带有暧昧暗示属性的场景"、"特定场所环境"等
    • 动作描述：如"女性手部触摸男性脸颊"、"两人面部距离极近"、"眼神交汇"等
    • 服饰描述：如"古风服饰"、"现代服饰"、"特定服饰风格"等
    • 情感/氛围暗示：如"暧昧暗示"、"情侣/亲密关系暗示"、"暧昧互动状态"等

    特征提取示例：

    图片1特征提取：
人物躺卧姿态，女性仰面平躺，男性俯身贴近，身体距离极近
躺卧场景为室内床榻/卧榻，带有暧昧暗示属性
女性手部触摸男性脸颊，动作亲密
两人面部距离极近，眼神交汇，呈现暧昧互动状态
服饰为古风服饰，但躺卧姿态和互动方式带有明显的情侣/亲密关系暗示

  4. 实时进度同步：每完成10张图像分析，自动输出进度报告，包括已完成数量、成功率、已提取特征数等

  5. 完整保存每张图片的详细分析结果，包括特征、边界情况、分析状态、错误信息等

第二阶段：Excel生成阶段

  1. 基于所有单图的分析结果，自动生成多工作表Excel分析报告
    • 逐行记录每张图片的完整分析信息
    • 生成统计信息汇总
    • 生成特征出现频率统计
    • 生成边界情况统计
  2. Excel报告首先生成并保存，作为后续标注标准的依据

第三阶段：标注标准生成阶段

  1. 基于Excel中记录的所有单图分析结果，汇总共性特征，按出现频率排序
  2. 结合分析角度和样本类型，生成结构化的标注标准文档
  3. 在标注标准中包含样本分析摘要和统计信息，便于追溯和验证
  4. 输出所有文件到当前工作目录
  5. 严格按Excel格式输出：最终标注结果必须按"⚠️ Excel输出格式要求"章节定义的4个工作表格式输出

依赖要求

  • Python 3.8+
  • Pillow (图像处理)
  • python-docx (可选，用于Word格式输出)
  • openpyxl (必选，用于生成Excel分析报告，⚠️请勿使用pandas)
  • requests (必选，用于调用视觉API进行自动分析)

⚠️ 重要：必须使用 openpyxl 生成 Excel，禁止使用 pandas

生成Excel报告时请使用 openpyxl 库，不要使用 pandas。原因：

  • openpyxl 是纯 Python 实现，无需额外编译，兼容性好
  • pandas 在部分环境安装失败率高
  • openpyxl 已预装在 LobsterAI 环境中

安装依赖

pip install openpyxl requests pillow

依据标注标准进行图片标注的工作流程

当用户使用"依据标注标准进行图片标注"功能时，按以下流程执行：

第一步：读取标注标准文档

  1. 读取用户提供的标注标准文档（Markdown格式）
  2. 解析标准中的分类定义、判定特征、工作流程等关键信息
  3. 提取可用于匹配的特征规则

第二步：列举待标注图片

  1. 根据运行环境选择对应命令遍历指定文件夹下的所有图像文件

    Windows PowerShell环境：

    Get-ChildItem -Path "<文件夹路径>" -Include *.jpg,*.jpeg,*.png,*.gif,*.bmp,*.webp -Recurse | Select-Object FullName, Length, LastWriteTime

    Bash/Linux/macOS环境：

    find "<文件夹路径>" -type f \( -iname "*.jpg" -o -iname "*.jpeg" -o -iname "*.png" -o -iname "*.gif" -o -iname "*.bmp" -o -iname "*.webp" \) -exec ls -l {} \;

第三步：逐图进行标准匹配

  1. 使用LobsterAI内置多模态视觉能力分析每张图片
  2. 将图片特征与标注标准中的规则进行匹配
  3. 根据匹配结果确定标注类别（black/white/不确定）
  4. 记录匹配的判定依据和置信度

第四步：输出标注结果

  1. 严格按标注结果输出格式输出：必须按"📝 标注结果输出格式"章节定义的4个工作表格式输出
  2. 生成Excel格式的标注结果报告
  3. 输出到当前工作目录

第五步：标注完成汇总

  1. 提供标注结果统计摘要
  2. 列出边界情况图片供人工复核

错误处理与用户反馈机制

⚠️ 执行过程中出现问题时的处理流程

  1. 立即反馈：出现任何错误或异常时，第一时间向用户说明情况，明确告知问题类型和影响范围
  2. 透明思考：实时同步思考解决方案的过程，包括可能的原因分析、尝试的解决方法、预期效果等
  3. 可选方案：提供多个解决方案供用户选择，明确每个方案的优缺点和实施成本
  4. 进度同步：在解决问题过程中持续同步进度，遇到困难时及时告知用户，避免让用户等待过久

常见错误处理示例

  1. 命令不兼容错误（如在Bash环境中使用PowerShell命令）：

    • 立即告知用户："当前环境为Bash环境，PowerShell命令不兼容，正在切换为Bash兼容命令"
    • 快速提供替代方案，使用Bash原生命令完成相同功能
    • 执行前确认命令正确性

  2. 文件路径错误：

    • 立即告知用户："文件路径不存在或无法访问，正在验证路径有效性"
    • 尝试使用相对路径、绝对路径等多种方式定位文件
    • 必要时请求用户确认文件位置

  3. 图片分析失败：

    • 立即告知用户："第X张图片分析失败，错误原因：XXX，正在尝试重试或跳过"
    • 记录失败信息，继续处理其他图片
    • 最终汇总时提供失败列表和原因分析
Installs
1
Source
skills.netease.…28ac1f60
First Seen
Apr 11, 2026