对图像进行分析与解读，包括描述内容、提取文字、回答问题、比较视觉信息，并从JPG、PNG、GIF等格式中抽取结构化数据。
利用多模式AI模型的内置视觉能力分析图像.
功能概述
利用多模式AI模型的内置视觉能力分析图像.是一项面向实际任务的技能，主要用于QQ快速启动. 分析图像. 描述图像中的内容:. extract Text (OCR). extract text from images。它将相关步骤、工具调用和结果整理方式集中到统一流程中，帮助使用者更快完成目标并减少重复操作。
核心要点
- 使用时应结合输入条件选择合适的执行方式，核对必要参数、依赖环境与输出内容，并按原始要求处理异常情况。
- 该技能适合需要稳定复用相关能力的场景，可作为自动化工作流的一部分，也便于后续检查、调整和扩展。
- 从功能定位来看，该技能强调把分散的操作要求整理成清晰、可复用的处理流程，使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。
使用与执行
实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数，再依据技能说明逐步执行；若输入条件不完整，应先补齐信息或采用保守配置，避免因错误假设导致结果偏离需求。
结果检查与注意事项
执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期，并对异常提示、缺失字段和边界情况进行处理；涉及批量任务时，还应保存进度，避免中断后重复操作。
Vision Analyze
利用多模态 AI 模型内置的视觉能力分析图像。
快速开始
分析单张图像
描述图像中的内容：
# 当你提供图像路径时，agent 将自动启用视觉能力
image("/path/to/image.jpg", prompt="Describe what's in this image")
提取文本（OCR）
从图像中提取文本：
image("/path/to/document.png", prompt="Extract all text from this image")
分析多张图像
对比或联合分析多张图像：
images(["/path/to/image1.jpg", "/path/to/image2.jpg"],
prompt="Compare these two images and describe the differences")
使用模式
视觉问答（Visual Q&A）
针对图像内容提出具体问题：
image("menu.jpg", prompt="What are the prices of the main courses?")
image("chart.png", prompt="What trend does this graph show?")
image("screenshot.png", prompt="What error message is displayed?")
内容审核
检查图像内容是否合规：
image("upload.jpg", prompt="Is this image appropriate for a professional setting?")
数据提取
从视觉内容中提取结构化数据：
image("receipt.jpg", prompt="Extract the date, total amount, and items purchased")
image("business_card.png", prompt="Extract name, phone, email, and company")
image("form.jpg", prompt="Extract all filled fields as key-value pairs")
视觉对比
对图像进行比较分析：
images(["before.jpg", "after.jpg"],
prompt="What changes were made between these two images?")
使用提示
- 提示词需具体明确：提示越具体，结果越准确
- 多图分析：单次最多支持分析 20 张图像
- 支持格式：JPG、PNG、GIF、WebP
- 尺寸限制：超大图像将被自动缩放处理
适用场景
- 从截图、文档或照片中读取文本
- 为无障碍访问生成图像内容描述
- 分析图表、趋势图或示意图
- 对比图像间的视觉变化
- 从表单或发票中提取数据
- 理解 UI 元素或错误信息
热门AI工具
相关专题
本专题介绍Gradle插件开发的基本流程，涵盖插件类编写、自定义任务注册、扩展参数设计和插件应用方法，帮助你理解插件如何组织构建逻辑，减少多个项目之间的重复配置。
0
2026.10.22
本专题介绍Gradle Wrapper的基本作用，涵盖文件组成、生成方法、版本配置和任务调用，帮助你理解项目如何使用指定的Gradle版本，减少不同开发环境带来的构建差异。
0
2026.10.22
本专题整理Golangci-lint常用Linters的用途与配置方法，覆盖错误处理、无效代码、安全、复杂度、命名和依赖检查，帮助项目合理选规则。
0
2026.10.22
本专题介绍Gradle Java项目构建方法，涵盖Java插件配置、依赖声明、源码编译、测试执行和打包检查，帮助你理解各阶段的任务关系，逐步完成项目构建。
0
2026.10.22
本专题汇总PHP常见时间戳漏洞，包括2038年溢出、时区漂移、时间戳伪造、重放攻击、时间盲注与日志审计失效等，并给出升级64位环境、使用 DateTimeImmutable、统一UTC、严格超时校验、预处理绑定、hash_equals 比对等修复方案，帮助开发者快速排查和加固时间相关代码。
0
2026.10.22
本专题聚焦Golangci-lint YAML配置文件，讲清运行参数、规则启停、目录排除、问题过滤及严重级别设置，便于团队统一检查标准。
0
2026.10.22
本专题讲解Golangci-lint的安装、初始化、基础命令和首次代码检查，覆盖本地环境、Docker及多平台用法，帮助Go开发者快速上手。
0
2026.10.22
PHP2Shell漏洞是什么，哪些PHP版本和运行环境会受到影响，服务器应该如何检测与修复？本专题提供版本自查脚本、Linux与Docker升级命令、PHP-FPM和Apache排查步骤，以及修复验证、临时缓解和应急响应方案。
0
2026.10.22
热门下载
相关下载
精品课程
共6课时 | 12.1万人学习
共79课时 | 161.5万人学习
共6课时 | 54.7万人学习
最新文章
