$ loading_
为 OpenCode 提供本地图像分析能力，借助 Gemini 识别多种图片格式内容。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"vision" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请分析这张本地应用界面截图，概括页面结构、主要组件以及可能的可用性问题。
返回对截图内容的结构化说明，并指出界面中的关键元素与潜在问题。
请查看这张本地图像，描述其中的主要对象、文字内容和整体场景。
输出图像内容摘要，包含对象识别、文本信息和场景描述。
请分析这张本地设计稿，列出视觉层级、配色特点，以及需要优化的地方。
给出设计稿的视觉分析结果和可执行的优化建议。
开发者或研究人员可在 OpenCode 中直接让模型分析本地图片内容，无需手动转述图像信息。适合快速获取对象、文字或场景描述。
设计师或产品经理可以用它查看界面截图、设计稿等图像，快速获得页面结构和视觉要点分析。适合做初步评审与沟通准备。
它为 OpenCode 提供视觉能力，可使用 Google Gemini API 分析本地图像。描述中提到支持 PNG、JPG、WebP、GIF、HEIC 和 SVG。
已知它依赖 Google Gemini API 才能进行图像分析。更具体的配置方式或密钥设置，见源码仓库。
根据给定描述，它支持分析本地 PNG、JPG、WebP、GIF、HEIC 和 SVG 图像。除此之外的格式是否支持，见源码仓库。
用多模型视觉能力分析图片内容、提取文字并回答图像相关问题。
为 OpenCode 提供截图识别与视觉问答，便于快速分析界面和图像内容
连接本地视觉大模型，提供图像分析、对比与 OCR 识别能力。
使用 Gemini 对图片进行智能分析，支持多种接入方式与安全控制。
让 AI 调用视觉模型分析图片、OCR 和图表
帮助用户识别图片内容、提取图片文字，并用自定义提示完成视觉分析。