SiliconFlow Qwen Vision

图片理解与分析。当用户需要分析图片内容、识别图片中的物体、描述图片场景、理解图片含义时使用此技能。支持图片问答、物体识别、场景描述等。

图片理解 (SiliconFlow Qwen2.5-VL)

使用 SiliconFlow 的 Qwen2.5-VL 模型进行图片分析理解。

环境配置

• 需要设置 OPENAI_API_KEY 环境变量 (SiliconFlow API Key，即 OpenAI 格式的 API Key)
• 或使用 --api-key 参数直接传入 API Key

使用方法

cd siliconflow-qwen-vision
python scripts/analyze_image.py -i /path/to/image.jpg -p "请描述这张图片"

参数说明

• -i, --image: 图片路径 (必需)
• -p, --prompt: 提示词，默认 "请描述这张图片"
• -k, --api-key: API Key (可选，默认从环境变量读取)
• -o, --output: 输出文件路径 (可选)

示例

# 描述图片内容
python scripts/analyze_image.py -i photo.jpg -p "这张图片里有什么?"

# 识别物体
python scripts/analyze_image.py -i photo.jpg -p "图片中有哪些物体?"

# 分析场景
python scripts/analyze_image.py -i photo.jpg -p "描述这个场景"

# 保存结果到文件
python scripts/analyze_image.py -i photo.jpg -p "详细描述图片" -o result.txt