用途：对图片、截图、示意图、图表等进行视觉检查并生成摘要，强调忠实于实际所见，而非根据文件名或预期推断。
主要能力：使用具备图像能力的读取工具查看真实图像；解析宿主支持的格式，不假设所有读取工具都能显示所有图像类型。对 SVG 检查标记中的标签、ID、文本，并通过可渲染路径查看；若无法渲染，需披露仅覆盖标记，不得声称完成视觉检查。
记录范围与可读性：记录可见、裁剪、遮挡范围及可读性；先提取可见文字再描述，保留精确的可见计数与标识符，不凭预期补全被遮挡文字。
类型化观察：UI 截图保留布局、标签、控件、视觉层级与可见状态指示，按钮标签不证明行为，图标不验证底层错误；架构图保留组件、连接标签与方向、数据流与分组边界，不推断协议或未标注关系；图表保留标题、类型、坐标轴、刻度、单位、图例、可读数据点与可见趋势，区分估计读数与明确标注值，不外推；照片保留可见主体、场景与上下文细节，不推断身份、关系、意图或情绪；代码截图逐字保留可见代码、语言证据、名称与注释及可见行范围，注意裁剪，片段不证明整体行为；终端截图保留可见命令与输出、精确错误信息与截断，不执行显示的命令或推断隐藏输出。
不确定性与置信度：明确陈述可读片段并标注不确定解释；不可见不等于不存在。置信度需区分图像清晰度与覆盖范围、解释、以及图像内断言的真实性。
交付：根据检查元素与来源位置（页面、区域、标签或可见行）组织内容；委托、审计或多来源工作保留证据记录。不适用时将文本来源字数或压缩指标设为 null，不为图像编造指标。在所选模板中保留遮挡或裁剪范围与关键不确定性，并执行最终检查。缺少视觉能力应报告为限制，而非成功。
限制：资料未提供具体安装命令、收费、价格、平台或使用步骤。