vision_analyze_image
Analyze images with a vision model to describe content, extract text, interpret charts, UI, diagrams, or error screens. Ask free-form questions or choose a preset task.
Instructions
图片理解问答:调用云端视觉大模型对图片进行描述、问答、OCR、图表/UI/报错分析等。可用 prompt 自由提问,或用 preset 选择任务类型。
Input Schema
| Name | Required | Description | Default |
|---|---|---|---|
| image | Yes | 图片输入,支持:本地绝对路径 / file:// URL / http(s) URL / base64(data URI) | |
| 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 | |
| max_tokens | No | 可选,本次生成上限 | |
| temperature | No | 可选,采样温度 |