用途:在模型无法原生读取图片的情况下,帮助处理用户分享、粘贴或引用的图像(本地路径或 URL),完成描述、分析与内容识别。
主要能力:支持本地图片、远程图片 URL 与系统剪贴板三种输入方式;剪贴板读取在 macOS 使用内置 Swift 助手,Windows 使用内置 PowerShell 脚本;具备自动回退机制。
使用方式:本地图片使用绝对路径运行 node /Users/wwu/.codex/skills/claude-vision-skill/vision.js "<absolute image path>" "<prompt>";远程图片使用 node /Users/wwu/.codex/skills/claude-vision-skill/vision.js --url "<image url>" "<prompt>";用户粘贴图片但无可见路径或 URL 时使用 node /Users/wwu/.codex/skills/claude-vision-skill/vision.js --clipboard "<prompt>"。
自动回退规则:给定本地路径但文件不存在时,自动回退到剪贴板;完全未提供路径或 URL 时,也自动尝试剪贴板;传入 --no-fallback 可禁用回退并直接报错。
规则与限制:始终使用 vision.js 的绝对路径;本地文件用绝对路径,远程图片用 --url;无路径的粘贴图片优先用 --clipboard;除非用户另有要求,描述默认使用中文。配置位于 vision.js 同级的 .env 文件,包含 DASHSCOPE_API_KEY、VISION_MODEL、DASHSCOPE_BASE_URL,切勿打印或提交 API 密钥。若 API 调用失败,应向用户报告错误并提示检查密钥、模型或 base URL。剪贴板方式若失败,需请用户将图片保存为文件并提供绝对路径。其他功能、收费与平台支持情况暂未提供。