image-analyze

图片识别（image-analyze）

当用户要求识别/理解/分析图片——例如"识别这张图片""图片里有什么""看图回答""描述图片内容""提取/识别图片中的文字（OCR）"——时，调用视觉 MCP 工具 analyze_image（由 zhipu-vision MCP server 提供）。该工具内置多模型自动故障转移：按优先级依次尝试 glm-4.6v-flash → glm-4.1v-thinking-flash → glm-4v-flash → mimo:mimo-v2.5 → mimo:mimo-v2-omni，限流/失败自动切换下一个，无需手动干预。前三个为智谱免费模型，mimo 为收费兜底（智谱限流时自动切换）；如需使用其他收费模型（kimi/qwen/gemini/gpt 等），用 model 参数显式指定（见下）。

调用方式

工具参数：

• image（必填）：图片输入，三种形式任选其一：
  • 本地文件绝对路径（如 C:/Users/xx/a.png）
  • http(s) 图片 URL
  • base64 data URI（data:image/...;base64,...）
• question（可选）：对图片的提问；用户未指定时默认"请描述这张图片"。可以代用户补充更有针对性的问题（如"识别图中的文字""图中有几个物体""图片是什么场景"），以提升回答质量。
• model（可选）：手动指定模型，格式 provider:model（如 glm-4.1v-thinking-flash、mimo:mimo-v2.5、kimi:kimi-k3、qwen:qwen-vl-max、gemini:gemini-2.5-flash、openai:gpt-4o）；指定后不自动切换。仅在用户明确要求用某个模型时使用。

注意事项

• 支持格式：png / jpg / jpeg / gif / webp / bmp / svg / ico；其他格式需先转换为支持的格式。
• 用户给出的是相对路径或文件名时，先解析为绝对路径再传入。
• 返回的 structuredContent.model 是实际使用的 provider/model，可据此向用户说明用的哪个模型（如发生切换）。
• 若返回 isError: true，说明所有候选模型都失败，把错误信息转述给用户并给出处理建议：
  • 429（该模型当前访问量过大）：免费模型限流，已自动尝试收费兜底（默认 mimo）；若仍失败，可建议用户用 model 参数指定其他收费模型（如 kimi:kimi-k3 / qwen:qwen-vl-max），或稍后重试；
  • 401：对应 provider 的 API key 无效，请检查 ZHIPU_API_KEY / MIMO_API_KEY；
  • 404（模型不存在）：VISION_MODEL_CHAIN 中模型名拼写有误。
• 一次调用分析一张图片；多张图片可多次调用 analyze_image。