跳转至

读图

直接让 Agent 查看本地截图、图表、表格、流程图或照片:

读取 images/dashboard.png,解释图表的含义。

Agent 会调用 filesystem_tools.read_image(path),将图片发送给当前选择的模型,无需单独配置视觉模型或 API Key。Datus 不提前判断模型能力。模型拒绝图片输入时,沿用现有模型错误处理,保留图片工具结果和对话历史。继续使用同一个模型时,后续请求可能再次报错;可以切换支持图片的模型,或新建会话。

工具与权限

read_image 属于 filesystem 工具组,沿用 read_file 的路径权限,支持相对于项目根目录的路径和绝对路径。如果 Agent 配置了明确的工具列表,需要包含 filesystem_tools.read_image 或 filesystem_tools.*。

文件必须位于运行 Agent 的机器上。此工具不负责附件上传、剪贴板读取或图片 URL 下载。

支持范围

项目 限制
格式 静态 PNG、JPEG、WebP,按实际文件内容校验
原文件大小 10 MiB
原图像素数 2500 万像素
发送给模型的图片 自动纠正方向,最长边不超过 2048 像素
编码后图片大小 base64 编码前不超过 3 MiB,必要时继续缩小

动画、PDF、SVG、损坏文件和超过上述限制的文件会返回工具错误。原文件不会被修改。缩图可能影响小字辨识,必要时可将关注区域裁成单独图片。

对话记录

图片会保存在本地会话数据库中,供后续追问和会话恢复使用。上下文压缩时,较旧的图片可能被替换为保留来源路径的标记;只要原文件仍存在,Agent 就可以再次调用 read_image。CLI、导出的对话文本、日志和 Trace 只保留图片元数据或省略标记,不包含图片数据。