智能图片理解助手,支持对单张或多张图片进行内容描述、视觉问答、文字识别与对比分析;当用户要求「识图」「看图」「描述图片」「分析图片」「图中有什么」「提取图片文字」「对比图片」「视觉问答」时使用。
iskill id.ixhlink-swill-image-explain.skill version.1.0.0.product id.model key.c是一项面向实际任务的技能。它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。
实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;
涉及批量任务时,还应保存进度,避免中断后重复操作。该技能适合用于一次性任务,也可以接入自动化工作流,与其他技能或上层代理配合完成更完整的业务链路;在组合使用时,应明确每一步的输入输出关系,并避免不同步骤之间出现参数冲突。
| 字段 | 值 |
|---|---|
| skill_id | ixhlink-skills-image-explain |
| skill_version | 1.0.0 |
| product_id | ixhlink-skills-image-explain |
| model_key | ixhlink-skills-image-explain |
| capability | vision |
Base URL:https://iskills.ixhlink.com
下文接口均写路径(如 /api/v1/llm/invoke),完整地址 = Base URL + 路径。
统一响应格式:
{"success": true, "code": 0, "message": "ok", "data": {}}
vision 为同步能力,典型流程:
GET /api/v1/llm/models 确认模型已启用POST /api/v1/llm/invoke 提交图片理解请求(messages 中含图片与文字)WeixinPay-Required 与 X-Payment-Iddata.choices[0].message.content 读取模型回复文本GET /api/v1/llm/models Accept: application/json
确认返回的 items 中包含:
{"model": "ixhlink-skills-image-explain", "capability": "vision"}
POST /api/v1/llm/invoke Content-Type: application/json
请求体(URL 图片):
{
"capability": "vision",
"model": "ixhlink-skills-image-explain",
"payload": {
"messages": [
{
"role": "user",
"content": [
{"type": "text", "text": "请详细描述这张图片的内容、主体、场景与氛围"},
{
"type": "image_url",
"image_url": {"url": "https://example.com/photo.jpg"}
}
]
}
]
}
}
请求体(Base64 图片):
{
"capability": "vision",
"model": "ixhlink-skills-image-explain",
"payload": {
"messages": [
{
"role": "user",
"content": [
{"type": "text", "text": "图中有什么文字?请逐条列出"},
{
"type": "image_url",
"image_url": {
"url": "data:image/png;base64,"
}
}
]
}
]
}
}
payload 字段:
| 字段 | 必填 | 说明 |
|---|---|---|
messages |
是 | OpenAI 兼容对话数组;user 消息的 content 可混合 text 与 image_url |
messages[].content[].type |
是 | text 或 image_url |
messages[].content[].image_url.url |
图片时必填 | 公网 https URL,或 data:image/...;base64,... |
system / system_prompt |
否 | 系统提示(也可放在 messages 首条 role: system) |
max_tokens |
否 | 最大输出 token 数 |
temperature |
否 | 采样温度 |
简写(仅文字问题时): 若只传 prompt 且无图片,服务端会转为单轮 messages:
{
"capability": "vision",
"model": "ixhlink-skills-image-explain",
"payload": {
"prompt": "你好"
}
}
带图片时请使用上文 messages + image_url 格式。
多图理解示例:
{
"capability": "vision",
"model": "ixhlink-skills-image-explain",
"payload": {
"messages": [
{
"role": "user",
"content": [
{"type": "text", "text": "对比这两张图的差异"},
{"type": "image_url", "image_url": {"url": "https://example.com/a.jpg"}},
{"type": "image_url", "image_url": {"url": "https://example.com/b.jpg"}}
]
}
]
}
}
调用成功响应(同步):
{
"success": true,
"code": 0,
"message": "调用成功",
"data": {
"id": "chatcmpl-xxx",
"object": "chat.completion",
"choices": [
{
"index": 0,
"message": {
"role": "assistant",
"content": "这是一张……"
},
"finish_reason": "stop"
}
],
"usage": {
"prompt_tokens": 1200,
"completion_tokens": 180,
"total_tokens": 1380
},
"_billing": {
"call_log_id": "550e8400-e29b-41d4-a716-446655440000"
}
}
}
模型回复文本在 data.choices[0].message.content;排查日志可用 data._billing.call_log_id。
当 amount_fen > 0 且未完成支付时,首次 POST /api/v1/llm/invoke 会返回 HTTP 402,响应中携带:
WeixinPay-Required: 、X-Payment-Id: WeixinPay 对象(含 payment_id、prompt 等)客户端流程(Agent / MCP / Web):
首次 invoke → 402 → weixinpay_pay(payment_code) → 支付成功后重试 invoke
「原样重试」的含义:
model、capability、payload 必须与首次请求完全一致payment_code、payment_id 通过 Header 传入(推荐),或写入 body 的 WeixinPay;勿改 payload 业务字段来传订单号重试请求示例:
POST /api/v1/llm/invoke Content-Type: application/json WeixinPay-Required:X-Payment-Id: {"model":"ixhlink-skills-image-explain","capability":"vision","payload":{...}}
amount_fen = 0 时可跳过支付,直接调用。每笔订单按次消费,使用后不可复用。
| HTTP | 常见原因 |
|---|---|
| 400 | 缺少 model、payload 非法、messages 为空或未包含图片 |
| 402 | 需付费或 X402 预下单失败 |
| 404 | 模型未启用或 capability 不匹配 |
| 503 | 模型站点未启用 |
上游失败时查看响应 message 与 _billing.call_log_id 对应后台调用日志。
相关专题
热门下载
相关下载
精品课程
共6课时 | 54.7万人学习
共89课时 | 134.1万人学习
共49课时 | 82.6万人学习
最新文章