👁️ GLM-4.6V 图像理解集成指南

本 Skill 为开发者提供接入智谱 GLM-4.6V 视觉大模型的能力，支持精准的图像内容描述、多图对比及信息提取。

🛡️ 安全与数据合规

1. 1. 凭据安全：禁止硬编码 API Key，必须通过环境变量 ZHIPUAIAPIKEY 读取。
2. 隐私提醒：使用 Base64 上传本地图片时，请确保已脱敏处理图片中的个人隐私信息（PII）或机密数据。

---

🚀 方式一：Python SDK 请求（⭐️ 推荐）

适用场景：已安装 Python 环境，且需要处理本地图片（通过 Base64 编码上传）。此方式最稳定且支持高级应用封装。

1. 安装依赖

bash pip install zai

2. 调用代码示例

python
import os
import base64
from zai import ZhipuAiClient

安全规范：通过环境变量读取凭据

client = ZhipuAiClient(apikey=os.environ.get(ZHIPUAIAPI_KEY))

def encodeimage(imagepath):
将本地图像编码为 base64 格式
with open(imagepath, rb) as imagefile:
return base64.b64encode(image_file.read()).decode(utf-8)

==========================================

场景 A：使用公网图像 URL

==========================================

response_url = client.chat.completions.create( model=glm-4.6v, messages={ role: user, content: [ {type: text, text: 这张图片里有什么？请详细描述。}, {type: imageurl, imageurl: {url: [https://example.com/image.jpg}} ] }] ) print(URL 解析结果:, response_url.choices[0].message.content)

==========================================

场景 B：使用本地图片 (Base64)

==========================================

localimagepath = path/to/your/image.jpg if os.path.exists(localimagepath): base64image = encodeimage(localimagepath) response_base64 = client.chat.completions.create( model=glm-4.6v, messages=[{ role: user, content: [ {type: text, text: 分析这张图片中的内容}, {type: imageurl, imageurl: {url: fdata:image/jpeg;base64,{base64_image}}} ] }] ) print(本地图片解析结果:, response_base64.choices[0].message.content)

---

⚡ 方式二：cURL 原生请求（降级方案）

适用场景：受限环境（如 CI/CD 管道、轻量级容器），无法安装 zai SDK。

• - 注意：此方式不支持直接上传本地文件，图片必须具备可公开访问的公网下载地址 (URL)。

调用示例（支持多图对比）

请在终端中执行，系统将自动读取已配置的 $ZHIPUAIAPIKEY 环境变量：

bash
curl --request POST \
--url https://open.bigmodel.cn/api/paas/v4/chat/completions \
--header Authorization: Bearer $ZHIPUAIAPIKEY \
--header Content-Type: application/json \
--data {
model: glm-4.6v,
messages:
{
role: user,
content: [
{
type: image_url,
image_url: {
url: [https://cdn.bigmodel.cn/static/logo/register.png
}
},
{
type: image_url,
image_url: {
url: https://cdn.bigmodel.cn/static/logo/api-key.png
}
},
{
type: text,
text: What are the pics talk about?
}
]
}
]
}

---

💡 最佳实践与避坑指南

请求方式	优点	局限性
zai SDK	支持本地图片、易于与 RAG 或 Agent 工作流集成	需要 Python 环境及 pip install 权限
cURL

零依赖，随处可用，非常适合自动化 Shell 脚本 | 只能读取公网图床，本地图片需自行搭建图床中转 |