计算机视觉技能包

用于 Roboflow 模型训练、性能诊断与优化，涵盖架构选择、混淆矩阵评估及主动学习工作流。

用于上传图像或视频、标注数据、组织数据集，以及创建 Roboflow 项目（检测/分割/关键点/分类）、标签、拆分、版本或执行 RoboQL 搜索。

提供 Roboflow REST 和 Inference API 的协议级信息，包括 URL 模式、认证、参数、错误码及 SDK 快速入门。

连接 AWS S3 或 Google Cloud Storage 至 Roboflow，通过配置数据源、定义 glob 规则及验证权限，实现图像镜像同步与任务调度。

基于评估搜索构建或优化 Roboflow Workflow，适用于目标明确但方案不确定的业务场景，通过对比候选方案并验证最佳结果。

用于回答关于 Roboflow 套餐、积分使用或成本估算的问题，获取官方最新价格并填充固定回复模板。

使用 supervision-js (JS/TS) 或 Supervision (Python) 在图像和视频上绘制计算机视觉注释、标签及预测结果。

用于对大量图像或视频运行 Roboflow Workflow，支持资产库任务、暂存任务、作业监控及结果下载。

用于在 Roboflow Universe 上搜索或使用公开计算机视觉数据集和预训练模型。

对比 Serverless、专用、自托管及批量等部署选项，并提供 Workflow 执行模式。API 细节请参考 roboflow-api-reference。

用于将本地训练的 YOLO、RF-DETR 等模型权重上传至 Roboflow，涵盖 Python SDK 流程、API 密钥安全处理及上传验证。

指引 Roboflow Web 应用功能位置，将上传、标注、训练、部署等意图映射至具体页面 URL。

适用于无需训练即可检测、分割或分类目标的场景。涵盖模型选择、测试及部署至项目实时端点（Project Deployment）的全流程。