Xpersona
T

Tencent COS

CLAWHUB · Unverified

腾讯云对象存储(COS)和数据万象(CI)集成技能。覆盖文件存储管理、AI处理和知识库三大核心场景。 存储场景:上传文件到云端、下载云端文件、批量管理存储桶文件、获取文件签名链接分享、查看文件元信息、查询数据万象及子服务开通状态。 图片处理场景:图片质量评估打分、AI超分辨率放大、AI智能裁剪、二维码/条形码识别、添加文字水印、获取图片EXIF信息、缩放、裁剪、旋转、格式转换。 文档处理场景:Word/Excel/PPT等办公文档转PDF、文档预览。 媒体处理场景:视频智能封面提取、视频转码、视频截帧、获取媒体信息。 内容审核场景:图片/视频/音频/文本/文档内容审核,检测违规内容。 智能语音 Skill: Tencent COS Owner: shawnminh Summary: 腾讯云对象存储(COS)和数据万象(CI)集成技能。覆盖文件存储管理、AI处理和知识库三大核心场景。 存储场景:上传文件到云端、下载云端文件、批量管理存储桶文件、获取文件签名链接分享、查看文件元信息、查询数据万象及子服务开通状态。 图片处理场景:图片质量评估打分、AI超分辨率放大、AI智能裁剪、二维码/条形码识别、添加文字水印、获取图片EXIF信息、缩放、裁剪、旋转、格式转换。 文档处理场景:Word/Excel/PPT等办公文档转PDF、文档预览。 媒体处理场景:视频智能封面提取、视频转码、视频截帧、获取媒体信息。 内容审核场景:图片/视频/音频/文本/文档内容审核,检测违规内容。 智能语音 Tags: latest:1.2.3 Version history: v1.2.3 | 2026-11-04T11:33:00.604Z | au

62
Rank
84
Safety
11k
Downloads

About

What it does, and when to use it.

Capability contract not published. No trust telemetry is available yet. 11.1K downloads reported by the source. Last updated 11/16/2026.

Avoid when

  • Contract metadata is missing or unavailable for deterministic execution.

Risk flags: missing_or_unavailable_contract, trust_data_unavailable, schema_references_missing

Install and run

Setup complexity: low.

clawhub skill install s171w85g35e7s5w8bqgg9sqged83g9yb:tencent-cos-skill
  1. Setup complexity is classified as HIGH. You must provision dedicated cloud infrastructure or an isolated VM. Do not run this directly on your local workstation.
  2. Final validation: Expose the agent to a mock request payload inside a sandbox and trace the network egress before allowing access to real customer data.

Contract: missing

curl -s "https://www.xpersona.co/api/v1/agents/clawhub-shawnminh-tencent-cos-skill-os-skill-2/snapshot"

Run-check

$0.02 USD

1 measured facts are behind this paywall: success rate and latency, uptime and estimated cost, when not to use it, how to call it, benchmark scores.

Agents pay $0.02 in USDC. A card payment is $0.50, the smallest a card allows.

Documentation

CLAWHUB

150,956 characters of source documentation, loaded on request.

Extracted files

5 files captured from the source.

SKILL.md

---
name: tencentcloud-cos
description: >
  腾讯云对象存储(COS)和数据万象(CI)集成技能。覆盖文件存储管理、AI处理和知识库三大核心场景。
  存储场景:上传文件到云端、下载云端文件、批量管理存储桶文件、获取文件签名链接分享、查看文件元信息、查询数据万象及子服务开通状态。
  图片处理场景:图片质量评估打分、AI超分辨率放大、AI智能裁剪、二维码/条形码识别、添加文字水印、获取图片EXIF信息、缩放、裁剪、旋转、格式转换。
  文档处理场景:Word/Excel/PPT等办公文档转PDF、文档预览。
  媒体处理场景:视频智能封面提取、视频转码、视频截帧、获取媒体信息。
  内容审核场景:图片/视频/音频/文本/文档内容审核,检测违规内容。
  智能语音场景:语音识别(音频转文字)、语音合成(文字转语音)、音频降噪、人声分离。
  文件处理场景:文件哈希计算、文件压缩打包、文件解压。
  内容识别场景:描述单个图片或视频文件的内容、图片标签识别、OCR文字识别、视频ASR/OCR和粗分类。
  知识库场景:一键创建知识库、上传文档到知识库、从知识库检索内容片段。
  智能检索场景:MetaInsight以图搜图、以文搜图、以文搜视频片段、人脸搜索、元数据检索、多模态检索(文档/图片/视频)、
  AI 媒资详情(GetAIMediaInfo,按 URI 拉取已入库图片或视频的 AI 标签、ASR、OCR、粗分类与整体描述,视频可按片段拼出片段描述)。
  控制台功能引导场景:当前 Skill 无法直接满足时,为大量数据迁移、数据导出、拓展功能、数据备份、SDK、
  具身智能生态和湖仓生态提供对应的 COS 控制台入口。
  当用户提到以下关键词或口语化表述时应触发此技能:
  上传到COS、腾讯云存储、对象存储、云存储、存储桶、Bucket、图片处理、图片压缩、图片放大、超分辨率、抠图、裁剪、二维码识别、水印、文档转换、转PDF、视频封面、智能封面、以图搜图、图片搜索、MetaInsight、COS上传、COS下载、签名URL、腾讯云文件、数据万象、CI处理、内容审核、图片审核、视频审核、文本审核、语音识别、语音合成、降噪、人声分离、OCR、文字识别、图片标签、文件内容描述、这个文件讲了什么、图片里有什么、视频讲了什么、创建知识库、建一个知识库、上传到知识库、往知识库里加文件、查询知识库、从知识库找、搜索知识库、知识库检索、文档检索、文档搜索、数据迁移、批量迁移、数据导出、数据备份、COS SDK、具身智能生态、湖仓生态、COS 拓展功能。
description_zh: "腾讯云 COS 对象存储、数据万象智能处理、MetaInsight 检索、知识库与控制台功能引导"
description_en: "Tencent Cloud COS Storage, CI Processing, MetaInsight Retrieval, Knowledge Base, and Console Feature Guidance"
message: >
  我是腾讯云 COS 与数据万象 Skill,提供对象存储管理、图片与媒体处理、内容审核、
  MetaInsight 数据检索、数据集分析、结果预览和知识库能力。例如可以帮你上传或下载文件、
  生成签名链接、处理图片、转换文档、检索桶内文件、查询数据集或创建知识库;
  当前能力无法满足时,也会提供匹配的 COS 控制台功能入口。
client_commands: true
conditions:
  - url: 'https://console.cloud.tencent.com/cos/**'
    mode: discover
defaultMode: discover
metadata:
  {
    "openclaw":
      {
        "emoji": "☁️",
        "requires":
          {
            "secrets":
              [
                "SecretId",
                "SecretKey"
              ],
            "optionalSecrets":
              [
                "Token"
              ],
            "config":
              [
                "Region",
                "Bucket"
              ],
            "optionalConfig":
              [
                "DatasetName",
                "Domain",
                "ServiceDomain",
                "Protocol"
              ],
            "envMapping":
              {
                "SecretId": "TENCENT_COS_SECRET_ID",
                "SecretKey": "TENCENT_COS_SECRET_KEY",
                "Token": "TENCENT_COS_TOKEN",
                "Region": "TENCENT_COS_REGION",
                "Bucket": "TENCENT_COS_BUCKET",
                "DatasetName": "TENCENT_COS_DATASET_NAME",
                "DatasetImageSearch": "TENCENT_COS_DATASET_IMAGE_SEARCH",
                "DatasetFaceSearch": "TENCENT_COS_DATASET_FACE_SEARCH",
                "DatasetMeta": "TENCENT_COS_DATASET_META",
                "MetaInsightRegion": "TENCENT_COS_METAINSIGHT_REGION",
                "Domain": "TENCENT_COS_DOMAIN",
                "ServiceDomain": "TENCENT_COS_SERVICE_DOMAIN",
                "Protocol": "TENCENT_COS_PROTOCOL"
             

_meta.json

{
  "ownerId": "kn75r0rammt45k8qe5we0sh63580c5y0",
  "slug": "tencent-cos-skill",
  "version": "1.2.3",
  "publishedAt": 1793791980604
}

references/api_reference.md

# COS Node.js SDK 操作参考

本文档提供 `scripts/cos_node.mjs` 常用与扩展操作的参数参考;完整 action 列表以 CLI 帮助输出和 `SKILL.md` 功能表为准。

**环境设置**:首次使用请运行 `{baseDir}/scripts/setup.sh --check-only`;需要安装和配置时再运行 `--from-env`,详见 `SKILL.md` 首次使用章节。

**官方文档链接:**
- COS Node.js SDK: https://cloud.tencent.com/document/product/436/8629
- 数据万象(CI): https://cloud.tencent.com/document/product/460
- cos-nodejs-sdk-v5 GitHub: https://github.com/tencentyun/cos-nodejs-sdk-v5

---

## 通用说明

所有命令格式:`node scripts/cos_node.mjs <action> [--option value ...]`

- 输出统一为 JSON 格式
- `success: true` 表示成功,退出码 0
- `success: false` 表示失败,退出码 1
- 所有 `--key` 参数为存储桶内的相对路径,如 `images/photo.jpg`

---

## COS 存储操作

### upload — 上传本地文件
- `--file` (string, **必需**): 本地文件路径
- `--key` (string, 可选): 存储桶中的对象键,默认使用文件名

### put-string — 上传字符串内容
- `--content` (string, **必需**): 要上传的字符串内容
- `--key` (string, **必需**): 存储桶中的对象键
- `--content-type` (string, 可选): MIME 类型,默认 `text/plain`

### download — 下载文件
- `--key` (string, **必需**): 存储桶中的对象键
- `--output` (string, 可选): 本地保存路径,默认使用文件名

### list — 列出文件
- `--prefix` (string, 可选): 路径前缀过滤
- `--max-keys` (number, 可选): 最大返回数量,默认 100
- `--marker` (string, 可选): 翻页起点,传入上一页返回的 `nextMarker` 续页;`isTruncated: true` 表示还有更多数据

### sign-url — 获取签名下载链接
- `--key` (string, **必需**): 存储桶中的对象键
- `--expires` (number, 可选): 签名有效期(秒),默认 3600

### head — 查看文件元信息
- `--key` (string, **必需**): 存储桶中的对象键

### delete — 删除文件
- `--key` (string, **必需**): 存储桶中的对象键

---

## COS 补充只读查询

以下 action 均可使用全局 `--bucket`、`--region` 覆盖默认存储桶和地域。

### 存储桶配置查询

- 无额外必选参数:`get-bucket-policy`、`get-bucket-replication`、`get-bucket-website`、`get-bucket-referer`、`get-bucket-domain`、`get-bucket-origin`、`get-bucket-logging`、`get-bucket-accelerate`、`get-bucket-encryption`、`get-bucket-access-monitor`、`get-bucket-logging-analysis`、`get-bucket-notification`、`get-bucket-object-lock`、`get-bucket-strict-signature`、`get-bucket-bandwidth-quota`、`get-bucket-response-control`。
- `get-bucket-inventory`:`--id` (string, **必需**),查询指定清单任务。
- `list-bucket-inventory`:`--continuation-token` (string, 可选),分页列出清单任务。
- `get-bucket-intelligent-tiering`:`--id` (string, 可选),传入时查询指定规则,不传时列出规则。
- `get-bucket-domain-certificate`:`--domain` (string, **必需**),查询指定自定义域名的证书配置。

### 对象与分块上传查询

- `list-object-versions`:可选 `--prefix`、`--delimiter`、`--key-marker`、`--version-id-marker`、`--max-keys`、`--encoding-type`。
- `get-object-acl`、`get-object-tagging`、`get-object-retention`、`get-symlink`:`--key` (string, **必需**),可选 `--version-id`。
- `list-multipart-uploads`:可选 `--prefix`、`--delimiter`、`--key-marker`、`--upload-id-marker`、`--max-uploads`、`--encoding-type`。
- `list-multipart-parts`:`--key`、`--upload-id` (string, **必需**),可选 `--part-number-marker`、`--max-parts`、`--encoding-type`。
- `options-object`:`--key`、`--origin`、`--request-method` (string, **必需**),可选 `--request-headers`,用于查询对象的 CORS 预检响应。

---

## CI 图片基础处理

### image-info — 获取图片元数据
- `--key` (string, **必需**): 图片在存储桶中的路径

### watermark-font — 添加文字水印
- `--key` (string, **必需**): 图片在存储桶中的路径
- `--text` (string, **必需**): 水印文字内容

references/bucket-content-aggregation.md

# 场景 SOP:桶文件内容聚合分析(基于数据集)

> 本文件是 SKILL「场景七:桶文件内容聚合分析」的完整执行流程(SOP),从主 SKILL 抽出以减少干扰。
> 触发场景:用户说「按文件类型统计数量」「各标签分别有多少」「这批文件总大小 / 平均大小」「有多少种 ContentType」「存储类型分布」等**统计 / 聚合**类需求。
> 前提:目标桶 / 目录已**绑定数据集**(聚合走数据集的 `simple-query` 接口,不依赖具体检索模板)。

## 机制概述

聚合分析用 `simple-query` 接口(`POST /datasetquery/simple`)的 **`Aggregations`** 参数完成,无需逐个拉文件。

```bash
node scripts/ci_api.mjs simple-query --bucket <b> --region <r> --body '<json>'
```

请求体里 `Aggregations` 是一个数组,每项 `{ "Field": "<聚合字段>", "Operation": "<聚合操作>" }`,可同时下发多项。可选配合 `Query`(先过滤再聚合)与 `MaxResults`(聚合结果上限,最多 2000 条)。

> ⚠️ **聚合与文件列表互斥**:请求含 `Aggregations` 时,响应只返回聚合结果,不返回 `Files` 列表。

## 支持的聚合字段与操作符(权威来源)

字段与操作符的**支持列表以 `references/dataset-simple-query.md` 第二部分为准**,对应官方文档:
- 聚合参数与 simple-query 请求结构:[DatasetSimpleQuery](https://cloud.tencent.com/document/product/436/113309)
- 字段与操作符支持列表:[460/106154](https://cloud.tencent.com/document/product/460/106154)

聚合操作符:

| 操作符 | 含义 | 自然语言关键词 |
| --- | --- | --- |
| `group` | 按值分组计数(降序) | "按…分组""各类别分别统计""分布" |
| `count` | 计数 | "多少个""数量""统计个数" |
| `distinct` | 去重计数(**近似值**,大数据量有误差) | "有多少种""不重复的" |
| `sum` | 求和 | "总和""合计""一共多大" |
| `average` | 平均值 | "平均""均值" |
| `max` / `min` | 最大 / 最小值 | "最大""最小" |

字段支持范围(关键约束):

- **仅 `Size`、`COSTaggingCount` 两个 Int 字段** 支持数值聚合 `sum` / `average` / `max` / `min`(也支持 count/distinct/group)。
- **其余标量字段**(`ContentType` / `MediaType` / `COSStorageClass` / `CreateTime` / `Filename` / `URI` / `ObjectACL` / `ServerSideEncryption` / `CustomId` / `ETag` / `FileModifiedTime` / `UpdateTime` / `ContentEncoding` / `ContentLanguage` / `ContentDisposition` / `COSCRC64` 等)**只支持** `count` / `distinct` / `group`。
- **Container 字段**(`CustomLabels.*` / `COSTagging.*` / `COSUserMeta.*`)**不支持聚合**——若用户想按自定义标签统计,只能对**具体某个 key** 先用 `Query` 过滤,或改用 `CustomId` 之类标量字段。

> 精度提示:`distinct` 去重计数、`group` 分组在数据量大时为近似值(`distinct` 1 亿量级误差约 2%)。给结论时可注明"近似"。

## 典型流程

1. **确认数据集**:遵循 `dataset-catalog.md` 的"数据集名称选择规则",由显式值、环境默认值和桶绑定关系依次解析。**若没有合适的元数据数据集,引导用户创建**(`create-dataset --template "Official:COSBasicMeta"`)并绑定目标桶、开启存量索引(`Mode=1`),而不是直接失败。
2. **映射聚合维度**:把用户的统计诉求映射到「字段 + 操作符」——校验该字段是否支持该操作(见上表),不支持则告知并给最接近的替代(如"按自定义标签统计"→ 提示 Container 不可聚合,建议改 `CustomId` 或先过滤)。
3. **可选加过滤**:只统计某子集时,用 `Query` 先筛(结构同简单检索)。
4. **产出请求体并执行**:直接输出 JSON 交 `simple-query`,无需长篇解释。
5. **解读结果**:把 `group` 结果整理成"类别→数量"表,`sum/average` 给数值并注明单位(`Size` 为字节,按需换算 MB/GB)。

## 示例

### 例 1:按文件类型分组计数 + 平均大小

> "按文件类型分组统计数量,并算平均大小"

```bash
node scripts/ci_api.mjs simple-query --bucket <b> --region <r> --body '{
  "DatasetName":"example-dataset",
  "Aggregations":[
    {"Field":"MediaType","Operation":"group"},
    {"Field":"Size","Operation":"average"}
  ],
  "MaxResults":100
}'
```

### 例 2:先过滤再聚合(只统计图片的存储类型分布)

> "看看图片文件都存在哪些存储类型,各多少"

```bash
node scripts/ci_api.mjs simple-query --bucket <b> --region <r> --body '{
  "DatasetName":"example-dataset",
  "Query":{"Field":"MediaType","Value":"image","Operation":"eq"},
  "Aggregations":[
    {"Field":"COSStorageClass","Operation":"group"}
  ],
  "MaxResults"

references/bucket-content-summary.md

# 场景 SOP:桶 / 目录文件内容总结

> 本文件是 SKILL「场景六:桶 / 目录文件内容总结」的完整执行流程(SOP),从主 SKILL 抽出以减少干扰。
> 触发场景:用户说「总结下这个桶 / 目录里的文件」「这批文件都讲了什么」「概览一下 `album/` 下的内容」等,需要对**一批文件**做内容层面的归纳。

## 目标

对指定桶 / 前缀目录下的文件,结合用户的关注点(如"讲了什么主题""有哪些人物 / 场景""财务相关的重点"),产出一份**内容总结**。核心是:先圈定文件、再对每个文件拿到"内容摘要"、最后汇总。

## 四步流程

### 第 1 步:查绑定了什么数据集

先用 `find-datasets-by-bucket` 查目标桶 / 目录**绑定了哪些数据集**,并确认每个数据集的**模板类型**(ImageSearch / VideoSearch / DocSearch / 简单检索等)——模板决定第 3 步能用哪种摘要手段。

```bash
node scripts/ci_api.mjs find-datasets-by-bucket --appid <AppId> --region <r> --bucket <bucket-appid>
```

- 命中数据集且绑定路径覆盖目标目录 → 走「有数据集」分支(第 2 步)。
- 没有数据集 / 目标路径不在绑定目录 → 走「无数据集兜底」:直接用 COS `GetBucket` 列文件,再对每个文件按第 3 步的兜底手段取摘要(图片 `image-analysis`+`image-exif`、纯文本直接拉取内容)。

### 第 2 步:按条件检索 + 分散采样出文件列表(≤20 个)

有绑定数据集时,按用户提问的条件调用数据检索接口过滤出候选文件:

- 元数据条件(类型 / 大小 / 时间 / 标签等)→ `simple-query`(映射见 `dataset-simple-query.md`)。
- 语义条件("和 XX 相关的图 / 文档 / 视频")→ 对应模板的 `image-search` / `doc-search` / `video-search`。

**关键:控制样本量、按维度分散采样。** 文件数量多时不要全量处理,尽量在**不同维度分散地采样出 <20 个文件**,让样本更有代表性:

- 维度示例:文件类型(`MediaType` / `ContentType`)、时间(`CreateTime` 分时间段)、自定义标签(`CustomLabels.*`)、路径前缀、大小分档等。
- 做法建议:先用 `simple-query` 的 `Aggregations`(`group`)看各维度的分布,再按分布**在每个分组里各取几个**(round-robin / 分层抽样),凑够但不超过 20 个。
- 若用户明确限定了范围(如"只看 `album/2026/` 下的图片"),在该范围内采样即可。

### 第 3 步:逐文件获取内容摘要

对采样出的每个文件,按其类型与所属数据集模板选摘要手段:

| 文件 / 数据集情况 | 取摘要手段 | 拿到的信息 |
| --- | --- | --- |
| 已加入智能检索,并在图片 / 视频模板数据集中完成入库的媒资 | `get-ai-media-info`(按 URI 拉单文件 AI 详情) | AI 标签 / ASR 台词 / OCR 文字 / 粗分类(视频含时间片段) |
| 图片(无合适数据集,或想补充理解) | `image-analysis`(`ImageLabels` 打标或 `Custom` 提问) | 整体描述 + 分层标签 / 按 prompt 的回答 |
| 图片(要客观元信息) | `image-exif` | 拍摄时间 / 相机型号 / GPS / 尺寸等 EXIF |
| 可能是纯文本后缀的文件(`.txt/.md/.json/.csv/.log/.xml/.yaml/.html` 等) | 直接拉取对象内容 | 原文文本,自行阅读理解 |

说明:
- `get-ai-media-info` **仅支持已加入智能检索,并在 ImageSearch / VideoSearch 数据集中完成入库的目标文件**;仅存在同桶数据集不代表文件已入库,DocSearch 数据集不要用它。
- 图片可同时取 `image-analysis`(语义)+ `image-exif`(元信息)互补。
- 文本文件优先直接读内容;体积过大时只读头部若干 KB 做概括。

### 第 4 步:汇总成内容总结

把每个文件拿到的信息(AI 标签 / 描述 / 台词 / EXIF / 正文要点)按**用户的需求角度**归纳:

- 用户问"讲了什么" → 提炼主题 / 高频标签 / 代表性内容。
- 用户问"有哪些人物 / 场景 / 物体" → 汇总标签与描述中的实体。
- 用户问"财务 / 某专题相关" → 只保留命中该专题的文件并展开。

输出建议:先给整体结论(这批文件主要是什么),再按维度或代表文件列要点,必要时标注"基于 N 个采样文件(共 M 个)"以说明是抽样结论。

## 注意事项

1. **先路由再动手**:本流程属于「场景一:资源检索决策」中"要看懂内容"的展开;能用数据集就用,用不了再兜底。
2. **控量优先**:默认样本上限 20 个,避免大量串行调用;用户要"逐个精确"再放开并说明成本。
3. **模板匹配**:第 3 步严格按数据集模板选接口(见 `dataset-search.md` 顶部的模板↔接口对照)。
4. **抽样透明**:结论基于抽样时,明确告知采样口径,避免误导。

Sponsored

Ads related to Tencent COS and adjacent AI workflows.