采用本地OCR与模型识别双通道，为纯文本模型补上识图能力。本地先提取文字，模型解析语义，双层协同。安装即可处理图片，无需额外视觉模型。
支持本地显卡加速抠图，图片全程在本地处理，无需上传，隐私安全有
轻量级视觉桥，自动将贴图经LLM/Stream转为VL文字描述，消除内容不支持报错；内置view_image/ocr_image视觉工具，原生多模态路由自动跳过，零依赖。
支持拖放文件即时预览，内置Markdown渲染与文件盒管理，一键截取全屏、区域或窗口，识图功能自动提取图片文字并入库，完整开发历史含21个快照标签。
直接调用voidtools Everything的es.exe，提供everything_search与everything_status工具，毫秒级返回文件名匹配结果，彻底告别慢速递归遍历，适合需要快速定位文件的自动化操作。
轻量级视觉桥接模块，将图像特征转换为文本模型可理解的表征，无需额外训练即可获得图像理解能力，支持接入现有纯文本推理流程，保持原有性能的同时扩展多模态输入。
为纯文本模型接入视觉能力，通过视觉模型自动解析图片内容并转化为文本输入。采用表面替换机制，不修改原始对话记录，缓存友好，保持人类可读的交互流程。
支持自定义视觉、翻译、语音等专业代理并各自绑定独立模型，多模态账号一键登录，账号池健康路由与实时用量统计，让任务自动分派给最合适的模型。
自动轮换多个Tavily密钥并在请求失败时无缝切换，实时用量仪表与可嵌入设置卡片集成于插件配置界面，所有项集中管理。
支持PDF文本层提取、Office文字抽取、扫描件OCR识别，长文档自动拆分成索引卡，图片统一转PNG，让网页端附件内容直接完整可用。
输入自然语言需求，自动匹配插件生态，并附上可直接执行的安装命令。省去记插件名和翻文档的麻烦，一句话完成从查找到安装的闭环。
支持跨平台计算机视觉操控，保留原始像素并记录严格证据，内置健康检查实现故障自动转移，同时精确核算Token用量，保障每次操作可审计、可追溯。