04db423416
- 70 skills with code and documentation - Add .gitignore (ignore __pycache__, output/, temp/, venv/) - Clean up test intermediates and caches
1.2 KiB
1.2 KiB
视觉识别技能更新规则(2026-04-20)
问题总结
- OpenCode的
@ai-sdk/openai-compatible兼容层不支持给火山方舟自定义模型传图片,加任何配置字段都无法让系统直接传图,会拦截报错does not support image input - 但火山方舟doubao-seed-2.0-pro/code本身原生支持多模态,直接调用API可以正常识别图片
解决方案
- 新增
vision_direct.py脚本,直接调用火山方舟API实现图片识别,不需要依赖OpenCode的原生多模态支持 - 统一临时文件目录:所有临时输出都放到
D:\F\NewI\opencode\daily-workspace\temp,禁止乱放其他位置 - 自动触发规则:当用户输入包含以下内容时自动调用图片识别:
- 包含图片后缀:
.jpg/.jpeg/.png/.gif/.webp/.bmp - 包含视觉关键词:"图片"、"截图"、"照片"、"图"、"识别"、"分析这张"
- 包含图片后缀:
使用方式
自动触发
用户发图片路径或者提到图片,自动调用识别,不需要用户额外操作
手动调用
python scripts/vision_direct.py <图片路径/URL> [提示词]
已知限制
- 识别耗时20-60秒,图片太大建议压缩到1024px以内
- 支持所有常见图片格式,最大20MB