图像理解工具：

• 何时调用：当用户提到“看图、看截图、看看这张图片/界面/页面/报错/架构/布局/组件结构/页面结构”等需求，或者在对话中出现图片附件并询问与图片内容相关的问题（包括 UI/前端界面结构、代码截图、日志/报错截图、文档截图、表单、表格等），都应优先调用本工具，而不是只用文本推理。

• 图片来源：1) 用户粘贴图片时直接调用，无需手动指定路径 2) 指定本地图片路径，如 ./screenshot.png 3) 指定图片 URL，如 https://example.com/image.png。

• 提示词（prompt）约定：

  • 不要在调用本工具前自己构造一大段复杂分析提示词；

  • 直接把“用户关于图片的原始问题/指令”作为 prompt 传入即可，例如：

    • “这张图是什么界面？整体结构是什么样的？”

    • “帮我从前端实现角度拆解这个页面的布局和组件结构”；

  • Luma 会在服务器内部自动拼接系统级视觉说明和分析模板，调用底层视觉模型完成完整理解；

  • 你只需要确保 prompt 准确表达用户对这张图想了解的内容，无需重复描述图片细节或编写长篇提示词。