识别单张图片并返回文字描述。

适用于截图、UI 图、设计稿、报错图、照片、图表等任意图片。当用户让你"看/读/识别" 一张图片、截图或报错时，调用本工具。请勿用文件读取工具直接读图片（纯文本模型不支持）。

Args: image: 图片的本地路径、http(s):// URL、file:// 或 data:image/...;base64,...。 prompt: 具体要提取什么，越具体越好；留空返回通用描述。

Returns: 图片的文字描述。

对多张图片做联合分析，例如前后对比、A/B 方案比较、多帧序列分析。

Args: images: 图片路径或 URL 列表（建议 2-5 张，每张 ≤10MB）。 question: 比较或汇总的指令，例如 "这些截图之间发生了什么视觉变化？" / "这两套 UI 稿风格是否一致？"。

Returns: 联合分析文本。

纯 OCR：逐字提取图片中的全部文字，保留换行缩进，不做解读。

最适合日志、终端、代码、报错弹窗、文档扫描的截图。

Args: image: 图片的本地路径、http(s):// URL、file:// 或 data:image/...;base64,...。

Returns: 逐字转录的文字内容。

只校验图片输入是否可被识别（不调用 MiMo API），返回格式信息，用于排查图片输入问题。

Args: image: 图片的本地路径、http(s):// URL、file:// 或 data:image/...;base64,...。

Returns: 校验结果与图片 MIME 类型。