ChatMask 技能

当用户发送聊天截图并要求对身份相关元素进行像素化或隐藏时，请按以下顺序执行步骤：环境准备 → 工作流程。

无需外部 API 密钥。 本技能复用您已有的 AI 能力来定位图像中的目标区域，仅将图像处理任务委托给本地 Python 脚本执行。

环境准备（仅需运行一次，幂等）

请在首次执行任务前运行以下代码块。所有步骤均已加保护机制，重复运行是安全的。

# 默认安装路径 — 可通过在调用技能前设置 CHAT_PIXELATE_PATH 环境变量覆盖
CHAT_PIXELATE_PATH="${CHAT_PIXELATE_PATH:-$HOME/.openclaw/skills/chatmask}"

# 1. 克隆仓库并检出已固定、经审计的提交版本
#    审计提交哈希：62b0d1132e8cad8455ef29f74a98da486ff102d4（frankz2020/chatmask，v1.1.0）
PINNED_SHA="62b0d1132e8cad8455ef29f74a98da486ff102d4"
if [ ! -d "$CHAT_PIXELATE_PATH/.git" ]; then
  git clone https://github.com/frankz2020/chatmask.git "$CHAT_PIXELATE_PATH"
fi
# 强制检出固定提交 — 防止因远程分支更新导致静默偏移
(cd "$CHAT_PIXELATE_PATH" && git fetch --quiet origin && git checkout --quiet "$PINNED_SHA")

# 2. 若虚拟环境尚未创建，则新建
if [ ! -d "$CHAT_PIXELATE_PATH/.venv" ]; then
  python3 -m venv "$CHAT_PIXELATE_PATH/.venv" \
    || { apt-get install -y python3-venv && python3 -m venv "$CHAT_PIXELATE_PATH/.venv"; }
fi

# 3. 安装/升级依赖项（Pillow、python-dotenv — 运行时无网络请求）
"$CHAT_PIXELATE_PATH/.venv/bin/pip" install -q -r "$CHAT_PIXELATE_PATH/requirements.txt"

export CHAT_PIXELATE_PATH
PYTHON="$CHAT_PIXELATE_PATH/.venv/bin/python3"

本次安装内容：Pillow（图像处理）和 python-dotenv（仅用于独立模式下的 .env 文件加载）。requests 包不会由本技能安装 — 它仅在独立模式（非技能模式）下需要，定义于 requirements-standalone.txt 中。脚本在运行时不做任何网络请求。

网络行为说明：环境准备阶段唯一的出站请求为 git clone（一次性）与 pip install（一次性）。在工作流程阶段，当传入 --bbox-json 参数时，process.py 将不发起任何网络请求 — 所有处理均在本地完成。

工作流程

请先阅读 元素选择 和 选项配置 章节，将用户的自然语言请求准确映射为对应命令行参数，再执行后续操作。

1. 准备目录

JOB_ID="job_$(date +%s)"
OUT_DIR="/tmp/chat_pixelate_out_$JOB_ID"
mkdir -p "$OUT_DIR"

2. 单独处理每张图像

每张图像必须单独分析与像素化处理。 不同截图中各元素的位置不同 — 若将某张图像的边界框坐标应用于另一张图像，会导致敏感区域未被正确遮蔽。请对用户发送的每张图像重复执行以下代码块。

为何需逐图处理？ --bbox-json 参数作用域限定于单张图像。process.py 对此做了强制约束：当启用 --bbox-json 时，若输入目录中存在多于一张图像，程序将报错退出。

针对每张图像 ：

2a. 将图像复制到专属输入目录

# 每个文件使用一个独立的单图输入目录
IMG_FILE=""   # 替换为实际文件名
IN_DIR="/tmp/chat_pixelate_in_${JOB_ID}_${IMG_FILE%.*}"
mkdir -p "$IN_DIR"
cp "$HOME/.openclaw/media/inbound/$IMG_FILE" "$IN_DIR/"

2b. 使用您的视觉能力分析图像

对 $IN_DIR/$IMG_FILE 应用下方提示词，并捕获其 JSON 输出结果。该 Schema 使用归一化坐标（0–1000），其中 (0,0) 表示左上角，(1000,1000) 表示右下角，坐标顺序为 y_min, x_min, y_max, x_max。

You are a privacy specialist analyzing a chat/messaging app screenshot.
The app could be WeChat, WhatsApp, Telegram, iMessage, Slack, Discord, LINE,
KakaoTalk, or any other messaging application. The UI may be in English,
Chinese, or any other language. Identify the requested elements by their
visual layout and position, not by app-specific labels.

YOUR TASK:
Locate ALL occurrences of the following elements and return their bounding boxes:
1. chat_names   — The text title in the top navigation/header bar (conversation
                   name, group name, channel title, back-button contact name).
2. profile_pics — Circular or rounded avatar images next to message bubbles,
                   in the header, or on the participants list. Each distinct
                   avatar occurrence is its own region.
3. display_names — Text username/nickname labels directly next to or above
                   message bubbles (sender names, distinct from the header title).

RULES:
- Return ONLY the elements listed above.
- Each element occurrence must be its own region.
- Cover the full visible area with a small amount of padding.
- If an element type is not visible, return an empty list for that key.
- Use normalized coordinates (0-1000) where (0,0) is top-left and (1000,1000) is bottom-right.
- Coordinate order: y_min, x_min, y_max, x_max (top, left, bottom, right).
- All values must be integers between 0 and 1000.

Respond ONLY with a JSON object using this exact schema (no extra text outside the JSON):
{
  "chat_names":    [{"y_min": int, "x_min": int, "y_max": int, "x_max": int}],
  "profile_pics":  [{"y_min": int, "x_min": int, "y_max": int, "x_max": int}],
  "display_names": [{"y_min": int, "x_min": int, "y_max": int, "x_max": int}]
}

请省略用户未请求的元素对应键（参见下方 元素选择 章节）。

2c. 对该图像执行像素化处理

将步骤 2b 得到的 JSON 内容通过 --bbox-json 参数传入。全程不读取或写入任何 API 密钥。

BBOX=''
"$PYTHON" "$CHAT_PIXELATE_PATH/process.py" \
    "$IN_DIR" \
    "$OUT_DIR" \
    --bbox-json "$BBOX" \
    [OPTIONS]   # 参见下方“元素选择”与“选项配置”章节

请在继续下一步前，对所有图像完整执行 2a–2c 步骤。

3. 向用户返回结果

ls "$OUT_DIR/"*_pixelated.png

请将 $OUT_DIR/ 目录下所有处理完成的图像作为附件发送或共享给用户。

元素选择

将用户意图翻译为 --elements 参数。默认值（不指定该参数）将对全部三类元素进行像素化处理。

当用户未请求全部三类元素时，请在步骤 2 的边界框 JSON 提示词中省略未使用的键，以降低噪声干扰。

各元素定义：

• chat_name：顶部导航栏中的标题文字（群组名、联系人名、频道标题）
• profile_pic：位于消息气泡旁、页眉中或成员列表里的圆形/圆角头像图片
• display_name：位于消息气泡旁或上方的文本型用户名/昵称标签

选项配置

完整示例（可直接复制粘贴）

处理两张图像，每张图像均进行独立的、基于单图的边界框分析：

# （假设已完成环境准备，且已导出 CHAT_PIXELATE_PATH 与 PYTHON 变量）

JOB_ID="job_$(date +%s)"
OUT_DIR="/tmp/chat_pixelate_out_$JOB_ID"
mkdir -p "$OUT_DIR"

# --- 图像 1：screenshot_a.png ---
IN_A="/tmp/chat_pixelate_in_${JOB_ID}_a"
mkdir -p "$IN_A"
cp "$HOME/.openclaw/media/inbound/screenshot_a.png" "$IN_A/"
# （使用您的视觉模型分析 screenshot_a.png，捕获 JSON 并赋值给 BBOX_A）
BBOX_A='{"chat_names":[{"y_min":20,"x_min":100,"y_max":80,"x_max":900}],"profile_pics":[{"y_min":150,"x_min":10,"y_max":220,"x_max":80}],"display_names":[{"y_min":160,"x_min":90,"y_max":190,"x_max":350}]}'
"$PYTHON" "$CHAT_PIXELATE_PATH/process.py" "$IN_A" "$OUT_DIR" --bbox-json "$BBOX_A"

# --- 图像 2：screenshot_b.png --- （需单独分析；各元素位置不同）
IN_B="/tmp/chat_pixelate_in_${JOB_ID}_b"
mkdir -p "$IN_B"
cp "$HOME/.openclaw/media/inbound/screenshot_b.png" "$IN_B/"
# （使用您的视觉模型分析 screenshot_b.png，捕获 JSON 并赋值给 BBOX_B）
BBOX_B='{"chat_names":[{"y_min":10,"x_min":200,"y_max":70,"x_max":800}],"profile_pics":[],"display_names":[{"y_min":200,"x_min":60,"y_max":240,"x_max":400}]}'
"$PYTHON" "$CHAT_PIXELATE_PATH/process.py" "$IN_B" "$OUT_DIR" --bbox-json "$BBOX_B"

echo "=== 输出图像 ==="
ls "$OUT_DIR/"*_pixelated.png

更多示例

# 仅对一张图像中的头像进行模糊处理 — JSON 中省略未使用的键
IN_IMG="/tmp/chat_pixelate_in_${JOB_ID}_img"
mkdir -p "$IN_IMG"
cp "$HOME/.openclaw/media/inbound/chat.png" "$IN_IMG/"
BBOX='{"profile_pics":[{"y_min":150,"x_min":10,"y_max":220,"x_max":80}]}'
"$PYTHON" "$CHAT_PIXELATE_PATH/process.py" "$IN_IMG" "$OUT_DIR" \
    --elements profile_pic \
    --bbox-json "$BBOX"

# 隐藏聊天名称与昵称，采用马赛克样式
BBOX='{"chat_names":[{"y_min":0,"x_min":100,"y_max":60,"x_max":900}],"display_names":[{"y_min":160,"x_min":90,"y_max":190,"x_max":350}]}'
"$PYTHON" "$CHAT_PIXELATE_PATH/process.py" "$IN_IMG" "$OUT_DIR" \
    --elements chat_name,display_name \
    --pixel-mode B \
    --bbox-json "$BBOX"

故障排查