analyze_image
Extract descriptions, text, charts, UI details, or error diagnostics from one or many images. Choose a preset or provide a custom prompt for tailored analysis.
Instructions
图片理解/OCR:分析一张或多张图片,支持描述、文字识别(OCR)、图表/UI/报错诊断等。单张用 image,多张(如文档多页)用 image_batch 数组。可用 preset 选任务类型(describe/ocr/chart/ui/diagram/error)或自由写 prompt。本地图片自动压缩优化(OCR 足够清晰、更快更省),需原图细节可设 compress=false。
Input Schema
| Name | Required | Description | Default |
|---|---|---|---|
| image | No | 图片,支持:本地文件路径 / http(s) URL / base64(data URI)。单张最大 50MB,格式 jpeg/png/gif/webp/bmp | |
| preset | No | 任务预设:describe 描述 / ocr 文字识别 / chart 图表 / ui 界面 / diagram 示意图 / error 报错诊断 | describe |
| prompt | No | 自由指令/问题;提供后覆盖 preset | |
| compress | No | 是否压缩本地图片(默认开;关掉保留原图细节,但更耗 token) | |
| max_tokens | No | 可选,本次生成上限(默认 131072) | |
| image_batch | No | 多张图片数组(如文档逐页扫描):每项同 image;一次最多 100 张 | |
| temperature | No | 可选,采样温度 |