$ loading_
让推理型大模型通过纯描述方式读取图片内容并辅助后续分析决策
复制安装指令,让 AI 自动完成配置 · 推荐新手
"mcp-eyes" 暂无可直接复制的安装信息,请查看页面文档或源码仓库。
请使用 mcp-eyes 先描述这张产品界面截图中的所有可见元素、布局层级和文字内容,只输出客观描述,不给建议;然后基于这些描述总结 3 个可用性问题。
先得到一份中立的图像描述,再获得基于描述的可用性问题总结。
请用 mcp-eyes 描述这张图表的标题、坐标轴、图例、数据趋势和异常点,不要做结论;随后根据描述判断这组数据是否存在明显波动。
输出图表的结构化描述,以及后续推理模型给出的波动性判断。
请通过 mcp-eyes 提取这张文档截图中的段落、表格、标题和关键字段,保持原意描述且不要提出修改建议;然后帮我整理成摘要。
先输出文档截图的客观内容描述,再生成便于阅读的摘要。
通过聚合多来源联网检索与引用,帮助用户快速获得综合研究答案。