analyze_image
Analyze images for descriptions, OCR, table/chart extraction, UI understanding, and multi-image comparison using local paths, URLs, or base64 data.
Instructions
调用智谱 GLM-4.6V-Flash 分析一张或多张图片。
适用:图片描述、OCR 文字提取、表格/图表解析、UI 截图理解、多图对比等。
Args: images: 图片列表,每项是本地文件路径、http(s):// URL 或 base64 data URI。 prompt: 对图片的提问或分析指令,如 “提取图中所有文字,保留排版顺序”。 temperature: 采样温度 0.0~1.0,越小越确定,默认 0.7。 max_tokens: 最大输出 token 数,默认 2048。 thinking: 是否开启深度思考(返回附带思考过程),默认 False。
Returns: dict,含 model / content(/ reasoning / elapsed_ms)字段;失败抛异常。
Input Schema
| Name | Required | Description | Default |
|---|---|---|---|
| images | Yes | ||
| prompt | No | 请详细描述这张图片的内容。 | |
| thinking | No | ||
| max_tokens | No | ||
| temperature | No |