技能 azure-ai-vision-imageanalysis-java
📦

azure-ai-vision-imageanalysis-java

安全

Crie aplicativos de análise de imagens com o Azure AI Vision Java SDK

Precisa adicionar legendas de imagens, extração de texto via OCR, detecção de objetos ou corte inteligente em seu aplicativo Java. Esta skill fornece padrões de código prontos para uso para integrar o Azure AI Vision SDK com gerenciamento adequado de credenciais e tratamento de erros.

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”。 Gerar legenda para image.jpg

预期结果:

O Azure AI Vision SDK gera uma legenda como: 'Um grupo de pessoas sentadas em uma mesa de conferência discutindo uma apresentação' com uma pontuação de confiança de 0,92. O código mostra como extrair o texto e o valor de confiança.

正在使用“azure-ai-vision-imageanalysis-java”。 Extrair texto de receipt.png

预期结果:

Os resultados do OCR incluem blocos de texto estruturados com detalhes em nível de linha e palavra. Cada palavra mostra seu texto, pontuação de confiança (por exemplo, 0,98) e coordenadas do polígono delimitador para posicionamento preciso.

正在使用“azure-ai-vision-imageanalysis-java”。 Detectar objetos em photo.jpg

预期结果:

A detecção de objetos retorna uma matriz de objetos detectados. Cada objeto inclui tags com nomes (por exemplo, 'pessoa', 'notebook') e pontuações de confiança, além de coordenadas de caixa delimitadora (x, y, largura, altura) para desenhar caixas de detecção.

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

Automatizar a digitalização de documentos

Extrair texto de documentos digitalizados, recibos e faturas para criar arquivos digitais pesquisáveis. Usar OCR para converter documentos em papel em texto editável.

Melhorar catálogos de produtos de e-commerce

Gerar automaticamente legendas de imagens de produtos e detectar objetos para melhor indexação de busca. Criar miniaturas cortadas de forma consistente para exibição uniforme do catálogo.

Recursos de acessibilidade de construção

Gerar descrições de imagens para usuários com deficiência visual. Fornecer texto alternativo automático para imagens em sistemas de gerenciamento de conteúdo.

试试这些提示

Legenda básica de imagem 
Use o Azure AI Vision Java SDK para gerar uma legenda para a imagem no caminho de arquivo local /path/to/image.jpg. Mostre como configurar o cliente com variáveis de ambiente e imprimir o texto da legenda com pontuação de confiança.
Extrair texto de documento 
Mostre-me como usar o Azure AI Vision SDK para executar OCR em uma imagem de documento digitalizado. Inclua código para iterar pelos blocos de texto detectados, linhas e palavras com seus polígonos delimitadores.
Análise de múltiplos recursos 
Escreva código Java que analise uma imagem usando múltiplos recursos visuais: legenda, tags, objetos e leitura (OCR). Mostre como configurar as opções de análise para legendas neutras em gênero e especificar o idioma.
Processamento assíncrono de imagens 
Demonstre como usar o cliente assíncrono no Azure AI Vision Java SDK para analisar imagens. Mostre o padrão de assinatura para lidar com resultados e erros assíncronos.

最佳实践

  • Sempre armazene as credenciais do Azure em variáveis de nunca codificar chaves de API no código-fonte
  • Use clientes assíncronos para processamento de imagens de alto volume para melhorar a taxa de transferência
  • Trate HttpResponseException para tratamento de erros robusto e lógica de repetição

避免

  • Não codifique chaves de API ou URLs de endpoint em seus arquivos Java de origem
  • Não ignore o tratamento de erros - sempre capture e registre exceções do serviço Azure
  • Não processe imagens maiores que 20MB - redimensione antes da análise para evitar falhas

常见问题

Como me autentico com o Azure AI Vision?
Você pode autenticar usando uma chave de API com KeyCredential ou usar DefaultAzureCredential para suporte a identidade gerenciada. Armazene seu VISION_ENDPOINT e VISION_KEY em variáveis de ambiente.
Quais formatos de imagem são suportados?
O Azure AI Vision suporta formatos JPEG, PNG, GIF, BMP, WEBP, ICO, TIFF e MPO. O tamanho da imagem deve ser inferior a 20MB com dimensões entre 50x50 e 16000x16000 pixels.
Posso analisar imagens de uma URL?
Sim, use o método analyzeFromUrl() para analisar imagens acessíveis via URLs HTTP. O SDK também suporta a análise de arquivos locais usando BinaryData.fromFile().
Quão preciso é o recurso de legenda?
As pontuações de confiança de legendas geralmente variam de 0,0 a 1,0. Pontuações mais altas indicam legendas mais confiáveis. Legendas Densas fornece múltiplas descrições para diferentes regiões da imagem.
Quais idiomas são suportados para OCR?
O OCR do Azure AI Vision suporta mais de 90 idiomas. Especifique o idioma em ImageAnalysisOptions usando setLanguage() para melhores resultados.
Isso funciona com Azure Stack local?
Sim, o Azure AI Vision SDK pode se conectar ao Azure Stack ou outras instâncias do Azure Cognitive Services definindo a URL de endpoint apropriada para seu serviço local.

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