MiniMax Vision Captcha Skill

使用MiniMax MCP的视觉理解能力识别图片中的内容，解决验证码、滑块分析等问题。

快速开始

1. 截图

使用OpenClaw浏览器截图：

browser action=screenshot targetId=<页面ID>

或使用OpenClaw的snapshot获取页面结构后分析。

2. 调用MiniMax视觉识别

mcporter call minimax-coding-plan.understand_image prompt="描述图片内容" image_source="/path/to/screenshot.png"

3. 分析结果

根据返回结果进行下一步操作。

典型使用场景

场景1：微信滑块验证码

1. 访问微信页面，触发验证码
2. 截图：browser action=screenshot
3. 发送给视觉模型分析
4. 获取滑块位置描述

场景2：图片文字识别

1. 截图或获取图片路径
2. 调用视觉模型识别文字
3. 返回文字内容

场景3：网页元素分析

1. 使用snapshot获取页面结构
2. 分析特定元素的可见内容和属性

注意事项

• 确保MiniMax MCP已配置
• 图片路径需要是服务器可访问的绝对路径
• 滑块验证码需要描述缺口位置（左侧/右侧/距离）

依赖

• minimax-coding-plan MCP
• OpenClaw浏览器工具