mirror of
https://github.com/zhayujie/chatgpt-on-wechat.git
synced 2026-06-02 09:13:39 +08:00
37 lines
1.1 KiB
Plaintext
37 lines
1.1 KiB
Plaintext
---
|
||
title: vision - 图片分析
|
||
description: 分析图片内容（识别、描述、OCR 等）
|
||
---
|
||
|
||
使用 Vision API 分析本地图片或图片 URL，支持内容描述、文字提取（OCR）、物体识别等。
|
||
|
||
## 依赖
|
||
|
||
需要配置至少一个 API Key（通过 `env_config` 工具或工作空间 `.env` 文件配置）：
|
||
|
||
| 后端 | 环境变量 | 优先级 |
|
||
| --- | --- | --- |
|
||
| OpenAI | `OPENAI_API_KEY` | 优先使用 |
|
||
| LinkAI | `LINKAI_API_KEY` | 备选 |
|
||
|
||
## 参数
|
||
|
||
| 参数 | 类型 | 必填 | 说明 |
|
||
| --- | --- | --- | --- |
|
||
| `image` | string | 是 | 本地文件路径或 HTTP(S) 图片 URL |
|
||
| `question` | string | 是 | 对图片提出的问题 |
|
||
| `model` | string | 否 | 模型名称（默认 gpt-4.1-mini） |
|
||
|
||
支持的图片格式：jpg、jpeg、png、gif、webp
|
||
|
||
## 使用场景
|
||
|
||
- 描述图片中的内容
|
||
- 提取图片中的文字（OCR）
|
||
- 识别物体、颜色、场景
|
||
- 分析截图、文档扫描件
|
||
|
||
<Note>
|
||
超过 1MB 的图片会自动压缩后上传。如果未配置任何 Vision API Key，该工具不会被加载。
|
||
</Note>
|