# 方式 A：环境变量（推荐，最安全）
#   Windows 永久设置：
setx ZHIPU_API_KEY "你的key"
#   PowerShell 当前会话：
$env:ZHIPU_API_KEY="你的key"

# 方式 B：全局配置文件
mkdir -p ~/.config/glm-vision
# 写入 config.json:
# {
#   "api_key": "你的key",
#   "base_url": "https://open.bigmodel.cn/api/paas/v4/chat/completions",
#   "model": "glm-4.6v-flash",          # 可选：固定单模型（不轮换）
#   "models": ["glm-4.6v-flash", "glm-4.1v-thinking-flash", "glm-4v-flash"]  # 可选：自定义轮换顺序
# }

# 方式 C：本目录 .env 文件
# ZHIPU_API_KEY=你的key

pip install mcp

"mcp": {
  "glm-vision": {
    "type": "local",
    "command": ["python", "E:/tool/.opencode/skills/glm-vision/mcp_server.py"],
    "enabled": true
  }
}

python glm_vision.py describe <图片路径或URL> [-q "问题"] [--no-thinking]
python glm_vision.py ocr <图片路径或URL> [--no-thinking]
python glm_vision.py chart <图片路径或URL> [-q "问题"]
python glm_vision.py document <图片路径或URL> [-q "问题"]
python glm_vision.py screenshot <图片路径或URL> [-q "问题"]
python glm_vision.py grounding <图片路径或URL> "目标元素" 

# 自定义轮换顺序（逗号分隔）或固定单模型
python glm_vision.py describe <图片> --models glm-4v-flash,glm-4.6v-flash
python glm_vision.py describe <图片> --model glm-4.6v-flash

from glm_vision import analyze_image
print(analyze_image(["screenshot.png"], mode="ocr"))
print(analyze_image(["https://example.com/chart.png"], mode="chart", question="最高点是哪个月"))

glm-vision/
├── SKILL.md           # opencode skill 定义（触发词 + 使用指南）
├── glm_vision.py      # 核心库 + CLI（纯 stdlib，零依赖）
├── mcp_server.py      # MCP 服务器（需要 pip install mcp）
├── requirements.txt   # 仅 mcp
├── examples/
│   └── demo.md        # 示例