跳转到主要内容
千问 AI 平台 home page
文档
最佳实践

添加视觉理解能力

为编程模型添加视觉能力

Token Plan 支持的部分模型（qwen3.7-plus 等）原生支持视觉理解，可直接处理图片输入。对于 glm-5、MiniMax-M2.5 等纯文本模型，可通过添加本地 Skill 使其获得视觉能力。
运行图片理解 Skill 会消耗 Token Plan Credits，无其他收费项。

前提条件

  1. 已订阅 Token Plan。
  2. 已在 AI 工具中完成接入配置，且能正常对话，详情请参见接入客户端/开发工具。

视觉支持情况

模型是否支持视觉说明
qwen3.8-max-preview、qwen3.7-plus、qwen3.6-plus、kimi-k2.5 等是无需额外配置，可直接传入图片
qwen3-max-2026-01-23、qwen3-coder-next、qwen3-coder-plus、glm-5、glm-4.7、MiniMax-M2.5否需通过 Skill 或 Agent 辅助模型获得视觉能力

方法 1：直接使用视觉模型（推荐）

qwen3.7-plus 等模型具备视觉理解能力。如果经常需要处理图片，直接切换到这些模型是最简单、推荐的做法。
工具模型切换方式
Claude Code/model qwen3.7-plus 或 /model qwen3.6-plus 或 /model qwen3.5-plus 或 /model kimi-k2.5
OpenCode/models 然后搜索并选择 qwen3.7-plus 或 qwen3.6-plus 或 qwen3.5-plus 或 kimi-k2.5
Qwen Code/model 然后选择 qwen3.7-plus 或 qwen3.6-plus 或 qwen3.5-plus 或 kimi-k2.5
更多编程工具中的模型切换方式请参考接入客户端/开发工具。切换后可直接在对话中引用图片路径，或拖拽/粘贴图片。

方法 2：通过 Skill 或 Agent 添加视觉能力

如需使用 glm-5、MiniMax-M2.5 等不支持视觉的模型处理图片，可通过配置 Skill 或 Agent 实现。
  • Claude Code
  • OpenCode

添加 Skill

  1. 在项目目录下的 .claude 文件夹中新建 skills/image-analyzer 目录：
mkdir -p .claude/skills/image-analyzer
  1. 在该目录下创建 SKILL.md 文件，并写入以下内容：
---
name: image-analyzer
description: 帮助没有视觉能力的模型进行图像理解。当需要分析图像内容、提取图片中的信息、文字、界面元素，或理解截图、图表、架构图等任何视觉内容时，使用此技能，传入图片路径即可获得描述信息。
model: qwen3.7-plus
---
qwen3.7-plus具有视觉理解能力，请直接使用qwen3.7-plus模型进行图片理解。
  1. 创建完成后的目录结构如下：
.claude/
└── skills/
  └── image-analyzer/
    └── SKILL.md

开始使用

  1. 在项目目录下运行 claude 启动 Claude Code，并运行 /model glm-5 切换到 glm-5 模型。
  2. 在对话中引用图片路径并提问，例如：请加载image-analyzer skill，描述一下 screenshot.png 中的内容。

常见问题

原因：OpenCode 默认不启用模型的视觉能力，需要在配置文件中显式声明 modalities 参数。解决方案：在 OpenCode 配置文件的模型定义中添加 modalities 字段，将 input 设为 ["text", "image"]，如下所示：
将 sk-sp-xxx 替换为 Token Plan API Key。
{
  "$schema": "https://opencode.ai/config.json",
  "provider": {
    "bailian-token-plan": {
      "npm": "@ai-sdk/anthropic",
      "name": "Model Studio Token Plan",
      "options": {
        "baseURL": "https://token-plan.cn-beijing.maas.aliyuncs.com/compatible-mode/v1",
        "apiKey": "sk-sp-xxx"
      },
      "models": {
        "qwen3.6-plus": {
          "name": "Qwen3.6 Plus",
          "modalities": {
            "input": [
              "text",
              "image"
            ],
            "output": [
              "text"
            ]
          },
          "options": {
            "thinking": {
              "type": "enabled",
              "budgetTokens": 1024
            }
          }
        },
        "qwen3.5-plus": {
          "name": "Qwen3.5 Plus",
          "modalities": {
            "input": [
              "text",
              "image"
            ],
            "output": [
              "text"
            ]
          },
          "options": {
            "thinking": {
              "type": "enabled",
              "budgetTokens": 1024
            }
          }
        },
        "kimi-k2.5": {
          "name": "Kimi K2.5",
          "modalities": {
            "input": [
              "text",
              "image"
            ],
            "output": [
              "text"
            ]
          },
          "options": {
            "thinking": {
              "type": "enabled",
              "budgetTokens": 1024
            }
          }
        }
      }
    }
  }
}
原因：OpenClaw 需要通过配置文件中的 input 字段来判断模型是否支持视觉能力。解决方案：
  1. 在 ~/.openclaw/openclaw.json 配置文件中，确保模型定义包含 "input": ["text", "image"] 字段。
{
  "models": {
    "mode": "merge",
    "providers": {
      "bailian": {
        "baseUrl": "https://token-plan.cn-beijing.maas.aliyuncs.com/compatible-mode/v1",
        "apiKey": "YOUR_API_KEY",
        "api": "openai-completions",
        "models": [
          {
            "id": "qwen3.6-plus",
            "name": "qwen3.6-plus",
            "reasoning": false,
            "input": ["text", "image"],
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "contextWindow": 1000000,
            "maxTokens": 65536
          },
          {
            "id": "qwen3.5-plus",
            "name": "qwen3.5-plus",
            "reasoning": false,
            "input": ["text", "image"],
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "contextWindow": 1000000,
            "maxTokens": 65536
          },
          {
            "id": "kimi-k2.5",
            "name": "kimi-k2.5",
            "reasoning": false,
            "input": ["text", "image"],
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "contextWindow": 262144,
            "maxTokens": 32768
          }
        ]
      }
    }
  },
  "agents": {
    "defaults": {
      "model": {
        "primary": "bailian/qwen3.6-plus"
      },
      "models": {
        "bailian/qwen3.6-plus": {},
        "bailian/qwen3.5-plus": {},
        "bailian/kimi-k2.5": {}
      }
    }
  },
  "gateway": {
    "mode": "local"
  }
}
  1. 修改配置后，需要清除 OpenClaw 的模型缓存并重启，否则旧的配置仍会生效。
rm ~/.openclaw/agents/main/agent/models.json
openclaw gateway restart