OpenClaw技能开发入门：为Qwen3.5-9B定制图片处理插件
OpenClaw技能开发入门：为Qwen3.5-9B定制图片处理插件
1. 为什么需要定制图片处理技能
上周我在整理旅行照片时遇到了一个典型问题——几百张照片散落在不同文件夹，有些甚至丢失了拍摄时间和地点信息。当我尝试用现有工具批量处理时，发现要么功能过于简单（只能重命名），要么需要编写复杂的脚本。这让我意识到：在AI时代，我们完全可以让模型理解图片内容并自动处理。
OpenClaw的插件机制正好能解决这个问题。通过为Qwen3.5-9B开发一个专门处理图片EXIF数据的技能，不仅能读取照片元信息，还能让模型根据内容智能分类。比如自动识别"海边日落"或"城市街景"，再结合GPS数据生成旅行轨迹报告。
这个案例的特别之处在于：
- 需要处理二进制图片数据（传统对话模型不擅长）
- 要设计适合多模态模型的输入输出格式
- 需对接OpenClaw的事件总线实现异步处理
- 最终能发布到ClawHub市场供他人复用
2. 开发环境准备
2.1 基础工具链
我的开发环境是macOS + VS Code，关键组件包括：
# 确认Node.js版本（需要v18+） node -v # 安装OpenClaw开发套件 npm install -g @openclaw/cli @openclaw/devkit2.2 模型服务配置
为了让Qwen3.5-9B能处理图片，需要在openclaw.json中特别声明多模态支持：
{ "models": { "providers": { "qwen-multimodal": { "baseUrl": "http://localhost:8080", "api": "openai-completions", "models": [ { "id": "qwen3.5-9b-awq", "name": "Qwen3.5-9B-AWQ", "capabilities": ["text", "image"], // 关键配置 "maxImageSize": 1024*1024*5 // 5MB限制 } ] } } } }踩坑记录：最初忘记声明capabilities字段，导致图片上传总是报错。后来查看源码才发现，OpenClaw会根据这个字段决定是否启用Base64编码转换。
3. 技能开发实战
3.1 创建技能骨架
使用OpenClaw CLI快速初始化项目：
clawhub init photo-exif --template=typescript cd photo-exif生成的核心文件结构：
├── package.json ├── src │ ├── index.ts # 入口文件 │ ├── types.d.ts # 类型定义 │ └── utils │ └── exif.ts # EXIF处理工具 └── test └── index.spec.ts # 测试用例3.2 处理二进制图片数据
传统文本模型处理图片需要特殊技巧。我的解决方案是：
- 前端上传时自动转Base64
- 通过OpenClaw的
BinaryProcessor中间件处理原始文件 - 最终交给模型的格式示例：
{ "prompt": "分析这张照片的拍摄场景", "images": ["data:image/jpeg;base64,/9j/4AAQSkZJRgABAQ..."] }关键代码片段：
// src/utils/exif.ts import { ExifImage } from 'exif'; export async function extractExif(buffer: Buffer) { return new Promise((resolve, reject) => { new ExifImage({ image: buffer }, (err, exifData) => { if (err) reject(err); else resolve(transformExif(exifData)); }); }); } function transformExif(raw: any) { // 转换GPS坐标为可读地址 return { camera: raw.exif.Make + ' ' + raw.exif.Model, timestamp: raw.exif.DateTimeOriginal, location: convertGps(raw.gps) }; }3.3 对接事件总线
为了让技能支持后台异步处理（如批量上传100张图），需要注册事件处理器：
// src/index.ts import { Skill } from '@openclaw/core'; export default new Skill({ id: 'photo-exif', onRegister(ctx) { ctx.bus.subscribe('photo:upload', async (event) => { const report = await batchProcess(event.payload.files); ctx.bus.publish('photo:report', report); }); } });性能优化点：实际测试发现，直接并发处理会导致内存飙升。最终采用p-limit库控制并发数：
import pLimit from 'p-limit'; const limit = pLimit(3); // 最大并发3 await Promise.all(files.map(file => limit(() => processSingle(file)) ));4. 调试与模型适配
4.1 设计适合Qwen的Prompt
经过多次试验，总结出适合图片模型的提示词结构：
你是一个专业的照片分析助手，请根据EXIF数据和图片内容回答。 已知信息： - 相机型号: {camera} - 拍摄时间: {time} - GPS位置: {location} 请分析： 1. 图片中的主要物体和场景（中文） 2. 推测拍摄时的天气状况 3. 生成适合发朋友圈的简短描述（30字内）经验：加入明确的输出结构要求（如"30字内"），能显著提高结果可用性。
4.2 处理模型输出
Qwen3.5-9B返回的JSON有时会包含多余字段，需要规范化处理：
function normalizeOutput(raw: string) { try { const parsed = JSON.parse(raw.replace(/```json|```/g, '')); return { objects: parsed.分析结果?.物体 || [], weather: parsed.分析结果?.天气 || '未知', description: parsed.朋友圈描述 || '' }; } catch { // fallback处理 } }5. 发布到ClawHub市场
5.1 准备发布包
首先更新package.json中的关键字段：
{ "name": "@yourname/photo-exif", "displayName": "照片EXIF分析器", "description": "基于Qwen3.5的多模态照片处理技能", "keywords": ["image", "exif", "qwen"], "openclaw": { "runtime": ["node18"], "permissions": ["file.read", "file.write"] } }5.2 本地测试验证
使用OpenClaw沙盒环境测试安装：
clawhub install ./photo-exif --link openclaw skills list | grep photo-exif5.3 正式发布流程
- 在ClawHub官网创建开发者账号
- 通过CLI登录并发布：
clawhub login clawhub publish --access public发布成功后，其他用户只需执行：
clawhub install @yourname/photo-exif6. 实际应用效果
我将这个技能用于整理去年拍的2000多张照片，一些有趣的发现：
- 模型能准确识别出"咖啡厅窗边工作照"和"雨天街拍"等场景
- GPS数据与Google Maps结合后，自动生成了旅行路线图
- 耗时从手动处理的8小时缩短到1小时（含人工复核）
遇到的限制：
- 部分老照片的EXIF信息不全，需要依赖纯图像分析
- 批量处理时Token消耗较大（约3-5token/张图）
- 复杂场景描述偶尔会出现幻觉（如把"路灯"说成"蒲公英"）
获取更多AI镜像
想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。