SuperAPI AI 工具集

deepseek-vision

智能体与模型

查看项目

更新于 10-15 19:52

技能介绍

用途:当用户提供本地文件路径或http/https图片链接,需要理解图片内容时,调用本技能的分析工具,而不是直接“看”图片。它会将图片发送给视觉模型并返回文字描述。

主要能力:接受本地路径(如/Users/me/screenshot.png、~/Desktop/diagram.jpg、相对路径)或http/https URL(直接传给API,无需下载)。用法:

./skills/deepseek-vision/analyze-image <image-path-or-url> [focus prompt]

脚本输出纯文本,可当作自己看过图片一样继续推理;出错时写入stderr并以非零状态退出。

适用场景:分析截图、照片、示意图、UI捕获、图表、错误对话框等;示例可针对截图提问“显示了什么错误信息”。

限制:无法读取直接拖入、粘贴或作为附件嵌入聊天的内联图片——这类图片作为image_url内容块嵌入消息,bash脚本无法获得文件系统路径,在纯文本后端通常显示为[Unsupported Image]。此类情况应改用同仓库的dsvision-mcp服务器(在沙箱外运行并自动查找Claude Code的~/.claude/image-cache/目录)。若仅本技能可用且图片为内联且无路径,需先将图片保存到磁盘并用路径重新分享,或粘贴图片的http/https URL,不要臆造路径或猜测内容。

一次性设置: export DASHSCOPE_API_KEY=sk-xxxxxxxxxxxxxxxxxx(添加到~/.zshrc)。密钥可在https://bailian.console.aliyun.com/获取。

可选环境变量:DSVISION_MODEL(默认qwen3.6-flash,可换qwen3.6-plus提升质量或qwen3-vl-plus降低成本);DSVISION_BASE_URL(默认https://dashscope.aliyuncs.com/compatible-mode/v1,可自托管或替代提供商)。