volc-vision

火山引擎 ARK API 图像理解服务。

适用场景

• - 用户发送图片并询问关于图片的问题
• 需要理解、分析、描述图片时
• 用户说“看看这张图”“描述一下”“这图是什么”“图里有什么”“帮我分析图片内容”
• 需要对本地图片路径、图片 URL 或 base64 图片做视觉问答

输入参数

参数	必填	说明
image	是	图片路径、URL 或 base64
prompt

否 | 要问的问题，默认 描述这张图片 |

使用方式

bash

命令行调用

node skills/volc-vision/index.js <图片路径> <问题>

示例

node skills/volc-vision/index.js /path/to/image.jpg 描述这张图片 node skills/volc-vision/index.js https://example.com/image.jpg 这图里有什么

模型优先级（按强弱排序）

Vision 系列优先，其他模型按能力依次降序：

1. 1. doubao-seed-1-6-vision-250815 🌟 首选
2. doubao-1-5-vision-pro-32k-250115 🌟
3. doubao-seed-2-0-pro-260215
4. doubao-seed-1-8-251228
5. doubao-seed-2-0-lite-260215
6. doubao-seed-2-0-mini-260215

自动切换：如果不指定模型，会按列表顺序依次尝试可用模型，直到成功。

环境变量

bash

必需：ARK API Key

export ARKAPIKEY=yourapikey

可选：指定模型

export VISION_MODEL=doubao-seed-1-6-vision-250815

指定模型

bash
ARKAPIKEY=yourapikey VISION_MODEL=doubao-seed-1-6-vision-250815 node skills/volc-vision/index.js <图片> <问题>

返回

• - 图片描述
• 视觉问答结果
• 图像分析文本结果

调用示例

text
用户：看看这张图
-> agent 调用: node skills/volc-vision/index.js /root/.openclaw/media/inbound/xxx.jpg 描述这张图片
-> 返回描述结果

注意事项

• - 使用前必须设置 ARKAPIKEY
• 如果用户只是要生成图片而不是理解图片，不要误用本技能
• 若已有明确视觉问题，优先把问题放进 prompt，不要只做泛泛描述