技能 azure-ai-vision-imageanalysis-java
📦

azure-ai-vision-imageanalysis-java

安全

Erstellen Sie Bildanalyse-Apps mit Azure AI Vision Java SDK

Benötigen Sie Bildbeschriftung, OCR-Textextraktion, Objekterkennung oder intelligentes Zuschneiden für Ihre Java-Anwendung? Dieses Skill bietet sofort einsatzbereite Codemuster für die Integration des Azure AI Vision SDK mit ordnungsgemäßer Anmeldedatenverwaltung und Fehlerbehandlung.

支持: Claude Codex Code(CC)
🥉 75 青铜
1

下载技能 ZIP

2

在 Claude 中上传

前往 设置 → 功能 → 技能 → 上传技能

3

开启并开始使用

测试它

正在使用“azure-ai-vision-imageanalysis-java”。 Beschriftung für image.jpg generieren

预期结果:

Das Azure AI Vision SDK generiert eine Beschriftung wie: 'Eine Gruppe von Personen, die an einem Konferenztisch sitzen und eine Präsentation besprechen' mit einem Konfidenzwert von 0,92. Der Code zeigt, wie sowohl der Text als auch der Konfidenzwert extrahiert werden.

正在使用“azure-ai-vision-imageanalysis-java”。 Text aus receipt.png extrahieren

预期结果:

OCR-Ergebnisse enthalten strukturierte Textblöcke mit Zeilen- und Wortebenen-Details. Jedes Wort zeigt seinen Text, Konfidenzwert (z.B. 0,98) und Begrenzungspolygon-Koordinaten für präzise Positionierung.

正在使用“azure-ai-vision-imageanalysis-java”。 Objekte in photo.jpg erkennen

预期结果:

Die Objekterkennung gibt ein Array erkannter Objekte zurück. Jedes Objekt enthält Tags mit Namen (z.B. 'person', 'laptop') und Konfidenzwerten sowie Begrenzungsrahmen-Koordinaten (x, y, Breite, Höhe) zum Zeichnen von Erkennungsboxen.

安全审计

安全
v1 • 2/24/2026

This is a legitimate Azure AI Vision SDK documentation skill for Java. Static analysis flagged many patterns but all are false positives: (1) External commands detected at lines 15-268 are Maven XML and Java code examples, not shell commands. (2) Network URLs at lines 102, 269, 281 are example/demo URLs and documentation links. (3) Environment variable access at lines 32-33 uses System.getenv() for secure credential management - this is the recommended secure practice. (4) High/blocker findings for 'weak cryptographic algorithm' are YAML metadata and table formatting, not cryptographic code. The skill uses proper security practices by reading Azure credentials from environment variables rather than hardcoding them.

1
已扫描文件
295
分析行数
4
发现项
1
审计总数
低风险问题 (4)
SKILL.md:15-21SKILL.md:27-39SKILL.md:43-50SKILL.md:54-61SKILL.md:133-148SKILL.md:152-163SKILL.md:200-216
External Commands Detection - False Positive
Static analyzer flagged 38 instances of 'Ruby/shell backtick execution' at various lines (15-268). Upon manual review, these are Maven XML dependency definitions and Java code examples - NOT shell commands. The analyzer incorrectly identified XML tags like <groupId> and <artifactId> as shell backticks.
SKILL.md:102SKILL.md:269SKILL.md:281
Hardcoded URLs - False Positive
Static analyzer flagged 3 hardcoded URLs. These are all legitimate: (1) Line 102: example.com demo URL in sample code, (2) Line 269: Azure endpoint template for environment configuration, (3) Line 281: Microsoft documentation link. No credential exfiltration risk.
SKILL.md:32SKILL.md:33
Environment Variable Access - Legitimate Secure Practice
Static analyzer flagged System.getenv() calls at lines 32-33. This is the SECURE recommended practice for handling Azure credentials - reading from environment variables rather than hardcoding them in source code. This is NOT a security vulnerability.
SKILL.md:3SKILL.md:65-67SKILL.md:281SKILL.md:294
Weak Cryptographic Algorithm - False Positive
Static analyzer flagged 'weak cryptographic algorithm' at lines 3, 65, 67, 281, 294. These are: Line 3 (YAML: 'risk: unknown'), lines 65-67 (Markdown table formatting), line 281 (Azure documentation URL), line 294 (skill description). No cryptographic code present.

检测到的模式

Critical Heuristic: Code Execution + Network + Credential Access - FALSE POSITIVE
审计者: claude

质量评分

38
架构
100
可维护性
87
内容
50
社区
97
安全
100
规范符合性

你能构建什么

Automatisierung der Dokumentendigitalisierung

Extrahieren Sie Text aus gescannten Dokumenten, Quittungen und Rechnungen, um durchsuchbare digitale Archive zu erstellen. Verwenden Sie OCR, um Papierdokumente in bearbeitbaren Text umzuwandeln.

Verbesserung von E-Commerce-Produktkatalogen

Generieren Sie automatisch Produktbildbeschriftungen und erkennen Sie Objekte für eine bessere Suchindexierung. Erstellen Sie konsistente, intelligent zugeschnittene Thumbnails für eine einheitliche Kataloganzeige.

Barrierefreiheitsfunktionen erstellen

Generieren Sie Bildbeschreibungen für sehbehinderte Benutzer. Stellen Sie automatischen Alt-Text für Bilder in Content-Management-Systemen bereit.

试试这些提示

Grundlegende Bildbeschriftung 
Verwenden Sie das Azure AI Vision Java SDK, um eine Beschriftung für das Bild im lokalen Dateipfad /path/to/image.jpg zu generieren. Zeigen Sie, wie der Client mit Umgebungsvariablen eingerichtet wird und drucken Sie den Beschriftungstext mit Konfidenzwert aus.
Text aus Dokument extrahieren 
Zeigen Sie mir, wie das Azure AI Vision SDK verwendet wird, um OCR auf einem gescannten Dokumentenbild durchzuführen. Fügen Sie Code hinzu, der durch erkannte Textblöcke, Zeilen und Wörter mit ihren Begrenzungspolygonen iteriert.
Multi-Feature-Analyse 
Schreiben Sie Java-Code, der ein Bild mit mehreren visuellen Features analysiert: Beschriftung, Tags, Objekte und Read (OCR). Zeigen Sie, wie die Analyseoptionen für geschlechtsneutrale Beschriftungen konfiguriert und die Sprache angegeben wird.
Asynchrone Bildverarbeitung 
Demonstrieren Sie, wie der Async-Client im Azure AI Vision Java SDK verwendet wird, um Bilder zu analysieren. Zeigen Sie das Subscription-Muster zur Behandlung von asynchronen Ergebnissen und Fehlern.

最佳实践

  • Speichern Sie Azure-Anmeldeinformationen immer in Umgebungsvariablen, harten Sie API-Schlüssel niemals im Quellcode ein
  • Verwenden Sie Async-Clients für die Bildverarbeitung mit hohem Volumen, um den Durchsatz zu verbessern
  • Verwenden Sie HttpResponseException für robuste Fehlerbehandlung und Wiederholungslogik

避免

  • Harten Sie keine API-Schlüssel oder Endpunkt-URLs in Ihren Java-Quelldateien ein
  • Ignorieren Sie nicht die Fehlerbehandlung - fangen und protokollieren Sie immer Azure-Service-Ausnahmen
  • Verarbeiten Sie keine Bilder größer als 20 MB - ändern Sie die Größe vor der Analyse, um Fehler zu vermeiden

常见问题

Wie authentifiziere ich mich bei Azure AI Vision?
Sie können die Authentifizierung mit einem API-Schlüssel über KeyCredential durchführen oder DefaultAzureCredential für verwaltete Identitätsunterstützung verwenden. Speichern Sie VISION_ENDPOINT und VISION_KEY in Umgebungsvariablen.
Welche Bildformate werden unterstützt?
Azure AI Vision unterstützt JPEG, PNG, GIF, BMP, WEBP, ICO, TIFF und MPO-Formate. Die Bildgröße muss unter 20 MB liegen mit Abmessungen zwischen 50x50 und 16000x16000 Pixeln.
Kann ich Bilder von einer URL analysieren?
Ja, verwenden Sie die analyzeFromUrl()-Methode, um Bilder zu analysieren, die über HTTP-URLs zugänglich sind. Das SDK unterstützt auch die Analyse lokaler Dateien über BinaryData.fromFile().
Wie genau ist die Beschriftungsfunktion?
Konfidenzwerte für Beschriftungen liegen typischerweise zwischen 0,0 und 1,0. Höhere Werte zeigen zuverlässigere Beschriftungen an. Dense Captions liefert mehrere Beschreibungen für verschiedene Bildbereiche.
Welche Sprachen werden für OCR unterstützt?
Azure AI Vision OCR unterstützt über 90 Sprachen. Geben Sie die Sprache in ImageAnalysisOptions mit setLanguage() an für beste Ergebnisse.
Funktioniert dies mit lokalem Azure Stack?
Ja, das Azure AI Vision SDK kann eine Verbindung zu Azure Stack oder anderen Azure Cognitive Services-Instanzen herstellen, indem die entsprechende Endpunkt-URL auf Ihren lokalen Service gesetzt wird.

开发者详情

作者

sickn33

许可证

MIT

仓库

https://github.com/sickn33/antigravity-awesome-skills/tree/main/skills/azure-ai-vision-imageanalysis-java

引用

main

文件结构

📄 SKILL.md