CyberStrikeAI/docs/VISION.md

视觉分析（analyze_image）

概述

• 工具名：analyze_image（MCP 内置）
• 行为：读取本地图片 → imaging 缩放/JPEG 压缩 → 调用独立 Vision 模型 → 返回纯文本给 Agent
• 上下文：图片字节不会写入对话历史；仅路径与文字摘要进入 Agent 上下文

配置（config.yaml → vision）

vision:
  enabled: true
  model: qwen-vl-max   # 必填
  api_key:             # 留空 → openai.api_key
  base_url:            # 留空 → openai.base_url
  provider:            # 留空 → openai.provider
  max_image_bytes: 5242880
  max_dimension: 2048
  jpeg_quality: 82
  max_payload_bytes: 524288
  skip_preprocess_below_bytes: 2097152  # 低于 2MB 且长边<=max_dimension 时原图直传；0=始终 JPEG 压缩
  detail: low          # low | high | auto
  timeout_seconds: 60
  # allowed_roots: [] # 额外绝对路径根

enabled: false 时不注册工具。

Web 设置

系统设置 → 基本设置 → 视觉分析（analyze_image） 可配置启用开关、视觉模型、API Key/Base URL（留空复用 OpenAI）、预处理参数；保存并应用 后写入 config.yaml 并重新注册 MCP 工具。

路径白名单

默认可读：

• 进程工作目录（cwd）及其子路径
• chat_uploads/
• agent.result_storage_dir（默认 tmp/）
• vision.allowed_roots 中配置的绝对路径

Agent 使用

系统提示已说明：遇图片调用 analyze_image，勿用 read_file 读二进制图。

multi_agent.eino_middleware.tool_search_always_visible_tools 建议包含 analyze_image。

合规

启用后图片会发往 Vision API 配置的上游；敏感环境请使用可信网关或保持 enabled: false。