- name
- volc-vision
- description
- 使用火山引擎 ARK API 做图片理解、图片描述、视觉问答与图像分析。适用于用户发来图片并询问“这是什么”“图里有什么”“帮我看下这张图”“描述一下图片内容”“识别图片中的信息”等场景，也适用于需要对本地图片、图片 URL 或 base64 图片做理解和问答时。
- metadata
- { "openclaw": { "emoji": "🖼️", "requires": { "bins": ["node"], "env": ["ARK_API_KEY"] }, "primaryEnv": "ARK_API_KEY" } }
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
# 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：
doubao-seed-1-6-vision-250815🌟 首选doubao-1-5-vision-pro-32k-250115🌟doubao-seed-2-0-pro-260215doubao-seed-1-8-251228doubao-seed-2-0-lite-260215doubao-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
# 必需：ARK API Key
export ARK_API_KEY="your_api_key"
# 可选：指定模型
export VISION_MODEL="doubao-seed-1-6-vision-250815"指定模型
ARK_API_KEY=your_api_key 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
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
ARK_API_KEY - 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