DeepSeek-Reasonix 的 view_image 怎么让 AI 按路径读取本地图片【免费下载链接】DeepSeek-ReasonixDeepSeek-native AI coding agent for your terminal. Engineered around prefix-cache stability — leave it running.项目地址: https://gitcode.com/GitHub_Trending/de/DeepSeek-Reasonix在 DeepSeek-Reasonix 里如果你想让智能体看懂一张本地截图、UI 效果图或日志截图正确做法是给它一个可访问的图片路径并要求它查看而不是把图片内容粘进对话。Reasonix 内置的view_image工具负责这件事它按路径读取 PNG、JPEG、GIF 或 WebP 文件返回结构化图片内容优先交给当前视觉模型原生理解当前模型不支持图片输入时则复用配置中的识图模型vision_model生成摘要。本文基于 按路径读取本地图片 与 工具合约 说明这条路径的工作方式、配置方法和验证手段。view_image 能读什么限制在哪里view_image是编译期内置的只读工具在 工具合约 中被明确定位为图片路径的专用读取手段对图片路径应使用view_image而不是read_file。其硬约束如下仅接受普通文件最大 3 MiB、4000 万像素根据文件内容识别格式而不是看文件扩展名只支持 PNG、JPEG、GIF、WebP沿用既有敏感文件和禁止读取目录规则包括符号链接指向的目标。路径解析规则相对路径以任务工作区为基准也支持会话外部文件夹别名。一个容易误解的点在消息里单独写出一个图片路径不会触发图片上传或读取必须明确要求智能体查看该图片。图片如何被模型理解原生视觉与摘要兜底view_image读到的图片走结构化图片通道路由顺序由模型能力决定详见 模型能力元数据当前模型声明支持图片输入原生视觉时图片直接发给该模型。OpenAI Chat 和受支持的 Anthropic 适配器已支持工具图片转发Responses 协议在整组工具结果之后追加图片内容保留调用与结果顺序官方 DeepSeek 视觉 SKU 通过追加的用户图片块接收工具图片。当前模型只支持文本时复用配置中的识图模型生成摘要所有结构化工具图片包括 MCP 和按需 MCP 返回的图片共享同一识图服务。没有配置识图模型时结果会明确提示图片未被理解——请求成功不等于读图成功。文本模型不会收到图片载荷非视觉模型不会收到图片 payload。识图失败时不重新执行原工具也不丢弃原工具的文本结果。生成的摘要被标记为不可信上下文并注明来源同一会话内按内容缓存未验证内容的 URL 不复用摘要。配置识图兜底模型配置写在~/.reasonix/config.tomlWindows 为%AppData%\reasonix\config.toml。在[agent]段下启用vision_model摘自 GUIDE.zh-CN.md[agent] # vision_model auto # 可选文本模型先用同服务商视觉模型生成隐藏图片摘要取值语义依据 SPEC.zh-CN.md空值保持现有行为不做摘要兜底auto只在当前执行器服务商内选择视觉模型显式provider/model可跨服务商选择。视觉执行器先生成版本化的图片描述/OCR 摘要摘要作为隐藏的当前用户回合内容持久化当前模型本身支持图片时直接发送图片不额外执行摘要请求。需要注意区分vision_model识图兜底服务与模型接入的vision开关vision_modelauto只选择当前服务商的视觉模型而模型接入层面的vision true/false是用户对该模型图片输入能力的显式声明官方 DeepSeek 文本型号不能被手动开启其视觉型号可以显式关闭完整优先级见 模型能力元数据。实际使用方式在会话中给智能体一个可访问的图片路径并明确要求查看例如工作区内的相对路径或会话外部文件夹别名。智能体调用view_image后按上述路由理解图片。你可以换一张内容不同的图片再要求查看用返回内容是否对应新图片来确认它读到的确实是新文件而不是缓存的旧摘要。验证与测试文档给出了两级验证手段见 按路径读取本地图片确定性测试覆盖取消、并发缓存复用、工具消息摘要恢复、子任务隔离、按需 MCP、以及识图失败时保留原工具执行结果。对所属包运行go test -race ./internal/imageinput ./internal/agent ./internal/control显式开启的实测会产生 API 用量注意成本使用随机短码和彩色色块生成图片读取已配置的官方 DeepSeek 凭据不打印凭据验证三种原生协议及显式/自动摘要服务路线并更换图片检查新内容REASONIX_LIVE_TOOL_IMAGES1 go test -tags live ./internal/imageinput -run TestLiveToolImages -v -count1实测的auto用例会注入同服务商选择器以验证服务路线真实配置目录的选择由 Boot 负责。文档同时强调请求成功不等于读图成功必须通过图片内容断言。已知限制OCR 仍可能误认相似字符摘要不能替代逐像素的视觉输入升级到新增view_image的版本后稳定工具定义前缀会一次性变化可能导致首次提示词缓存未命中工具定义本身不会逐轮变化也不需要迁移已保存的会话格式能力切换可能改变包含历史图片的上下文投影不能保证这些会话在运行时重建前后缓存命中不变见 模型能力元数据。【免费下载链接】DeepSeek-ReasonixDeepSeek-native AI coding agent for your terminal. Engineered around prefix-cache stability — leave it running.项目地址: https://gitcode.com/GitHub_Trending/de/DeepSeek-Reasonix创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
DeepSeek-Reasonix 的 view_image 怎么让 AI 按路径读取本地图片
DeepSeek-Reasonix 的 view_image 怎么让 AI 按路径读取本地图片【免费下载链接】DeepSeek-ReasonixDeepSeek-native AI coding agent for your terminal. Engineered around prefix-cache stability — leave it running.项目地址: https://gitcode.com/GitHub_Trending/de/DeepSeek-Reasonix在 DeepSeek-Reasonix 里如果你想让智能体看懂一张本地截图、UI 效果图或日志截图正确做法是给它一个可访问的图片路径并要求它查看而不是把图片内容粘进对话。Reasonix 内置的view_image工具负责这件事它按路径读取 PNG、JPEG、GIF 或 WebP 文件返回结构化图片内容优先交给当前视觉模型原生理解当前模型不支持图片输入时则复用配置中的识图模型vision_model生成摘要。本文基于 按路径读取本地图片 与 工具合约 说明这条路径的工作方式、配置方法和验证手段。view_image 能读什么限制在哪里view_image是编译期内置的只读工具在 工具合约 中被明确定位为图片路径的专用读取手段对图片路径应使用view_image而不是read_file。其硬约束如下仅接受普通文件最大 3 MiB、4000 万像素根据文件内容识别格式而不是看文件扩展名只支持 PNG、JPEG、GIF、WebP沿用既有敏感文件和禁止读取目录规则包括符号链接指向的目标。路径解析规则相对路径以任务工作区为基准也支持会话外部文件夹别名。一个容易误解的点在消息里单独写出一个图片路径不会触发图片上传或读取必须明确要求智能体查看该图片。图片如何被模型理解原生视觉与摘要兜底view_image读到的图片走结构化图片通道路由顺序由模型能力决定详见 模型能力元数据当前模型声明支持图片输入原生视觉时图片直接发给该模型。OpenAI Chat 和受支持的 Anthropic 适配器已支持工具图片转发Responses 协议在整组工具结果之后追加图片内容保留调用与结果顺序官方 DeepSeek 视觉 SKU 通过追加的用户图片块接收工具图片。当前模型只支持文本时复用配置中的识图模型生成摘要所有结构化工具图片包括 MCP 和按需 MCP 返回的图片共享同一识图服务。没有配置识图模型时结果会明确提示图片未被理解——请求成功不等于读图成功。文本模型不会收到图片载荷非视觉模型不会收到图片 payload。识图失败时不重新执行原工具也不丢弃原工具的文本结果。生成的摘要被标记为不可信上下文并注明来源同一会话内按内容缓存未验证内容的 URL 不复用摘要。配置识图兜底模型配置写在~/.reasonix/config.tomlWindows 为%AppData%\reasonix\config.toml。在[agent]段下启用vision_model摘自 GUIDE.zh-CN.md[agent] # vision_model auto # 可选文本模型先用同服务商视觉模型生成隐藏图片摘要取值语义依据 SPEC.zh-CN.md空值保持现有行为不做摘要兜底auto只在当前执行器服务商内选择视觉模型显式provider/model可跨服务商选择。视觉执行器先生成版本化的图片描述/OCR 摘要摘要作为隐藏的当前用户回合内容持久化当前模型本身支持图片时直接发送图片不额外执行摘要请求。需要注意区分vision_model识图兜底服务与模型接入的vision开关vision_modelauto只选择当前服务商的视觉模型而模型接入层面的vision true/false是用户对该模型图片输入能力的显式声明官方 DeepSeek 文本型号不能被手动开启其视觉型号可以显式关闭完整优先级见 模型能力元数据。实际使用方式在会话中给智能体一个可访问的图片路径并明确要求查看例如工作区内的相对路径或会话外部文件夹别名。智能体调用view_image后按上述路由理解图片。你可以换一张内容不同的图片再要求查看用返回内容是否对应新图片来确认它读到的确实是新文件而不是缓存的旧摘要。验证与测试文档给出了两级验证手段见 按路径读取本地图片确定性测试覆盖取消、并发缓存复用、工具消息摘要恢复、子任务隔离、按需 MCP、以及识图失败时保留原工具执行结果。对所属包运行go test -race ./internal/imageinput ./internal/agent ./internal/control显式开启的实测会产生 API 用量注意成本使用随机短码和彩色色块生成图片读取已配置的官方 DeepSeek 凭据不打印凭据验证三种原生协议及显式/自动摘要服务路线并更换图片检查新内容REASONIX_LIVE_TOOL_IMAGES1 go test -tags live ./internal/imageinput -run TestLiveToolImages -v -count1实测的auto用例会注入同服务商选择器以验证服务路线真实配置目录的选择由 Boot 负责。文档同时强调请求成功不等于读图成功必须通过图片内容断言。已知限制OCR 仍可能误认相似字符摘要不能替代逐像素的视觉输入升级到新增view_image的版本后稳定工具定义前缀会一次性变化可能导致首次提示词缓存未命中工具定义本身不会逐轮变化也不需要迁移已保存的会话格式能力切换可能改变包含历史图片的上下文投影不能保证这些会话在运行时重建前后缓存命中不变见 模型能力元数据。【免费下载链接】DeepSeek-ReasonixDeepSeek-native AI coding agent for your terminal. Engineered around prefix-cache stability — leave it running.项目地址: https://gitcode.com/GitHub_Trending/de/DeepSeek-Reasonix创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
