轻量插件可自动识别本地图像真实格式，调用OpenAI兼容视觉模型生成详细文本描述，让纯文本智能体快速获得图像内容理解能力，无需额外复杂配置。
为无原生识图能力的模型提供图像识别，优先调用阿里云qwen3.5-omni-plus，失败自动切换智谱glm-4.6v-flash。由claude-vision-skill移植，开箱即用。
自动将用户图像转发至任意OpenAI兼容视觉模型，识别结果实时呈现在Web UI右侧面板，无需改动现有聊天链路，纯文本模型即刻获得视觉能力。
图像描述插件，可调用任意OpenAI兼容的视觉模型，如GitHub Copilot、Ollama、vLLM等，直接对图片生成文字说明，即插即用，部署简单。