视觉
ClickHouse 智能体的图像输入与视觉理解
视觉功能支持用户上传图片供智能体分析。智能体会将图片传给支持视觉的模型，由其对图片内容进行描述、总结，或回答相关问题。
视觉功能仅适用于支持图像输入的模型。如果所选模型无法处理图像输入，消息输入框中的上传控件会被禁用。
在模型参数中切换为支持视觉的模型，即可重新启用该控件。
点击消息输入框左下角的回形针图标，然后选择 上传到提供商 来添加图片——可以是截图、照片、图表或示意图。接着，提出任何需要读取图像内容的问题，例如：“这个查询计划有什么问题？”、“请转录这张截图中的文字。” 或 “把这个仪表板和上周的对比一下。”
智能体会将图像视为消息上下文的一部分，因此在同一轮对话中的后续问题里，你可以直接引用它看到的内容，而无需重新上传。
视觉很适合与 code interpreter 配合进行基于图像的分析——例如，智能体先从截图中读取数值，再运行 Python 计算总数；当图像提到某些模型需要进一步查找的内容时，它也能与网页搜索配合使用。
最后修改于 2026年6月19日