图片理解

调用多模态大模型理解图片，生成精准的业务描述。

支持的模型

模型	环境变量	说明
MiniMax VLM	MINIMAXAPIKEY, MINIMAXAPIHOST	默认，推荐用于中文理解
OpenAI

OPENAIAPIKEY | GPT-4V | | Anthropic | ANTHROPICAPIKEY | Claude Vision |

使用方法

前提条件

设置对应模型的环境变量（至少一个）：

bash

MiniMax（默认）

export MINIMAXAPIKEY=your-minimax-key
export MINIMAXAPIHOST=https://api.minimaxi.com

或 OpenAI

export OPENAIAPIKEY=your-openai-key

或 Anthropic

export ANTHROPICAPIKEY=your-anthropic-key

调用脚本

bash
python3 /scripts/understand_image.py <图片路径> [model] [prompt]

参数：

• - 图片路径：本地图片文件（PNG、JPG、JPEG、GIF、WebP）
• model（可选）：minimax（默认）、openai、anthropic
• prompt（可选）：自定义提示词

示例

bash

使用默认（MiniMax）

python3 ~/.openclaw/workspace/skills/minimax-image-understanding/scripts/understand_image.py /path/to/image.png

指定模型

python3 ~/.openclaw/workspace/skills/minimax-image-understanding/scripts/understand_image.py /path/to/image.png openai

自定义提示词

python3 ~/.openclaw/workspace/skills/minimax-image-understanding/scripts/understand_image.py /path/to/image.png minimax 描述图表中的数据趋势

输出

直接输出图片的业务含义描述，不再罗列元素位置，聚焦数据内容和业务逻辑。