NVIDIA Kimi Vision

利用 NVIDIA NIM 提供的 Kimi K2.5 多模态模型进行快速图像分析。

为何选择此技能？

• 快速 — 基于 NVIDIA NIM 的推理能力
• 高质量 — Kimi K2.5 是一款性能稳健的视觉模型
• 简洁易用 — 仅需传入图像与提示词（prompt）即可
• 免费套餐 — 可通过 NVIDIA build.nvidia.com 免费获取

API 配置（重要）

使用本技能时，若未检测到 API 密钥，系统将自动引导用户完成配置流程：

步骤 1：获取免费 API 密钥

1. 访问 https://build.nvidia.com
2. 使用 GitHub 或 Google 账号注册 / 登录
3. 搜索 “Kimi K2.5”
4. 点击对应模型，获取您的免费 API 密钥

步骤 2：保存密钥

# 方式 A：保存至文件（推荐）
mkdir -p ~/.config
echo 'your-api-key-here' > ~/.config/nvidia-kimi-api-key

# 方式 B：运行时直接传入
python3 scripts/analyze_image.py photo.jpg "What's this?" sk-your-key-here

首次配置（面向智能体场景）

当用户在未配置 API 密钥的情况下尝试使用该技能时，脚本将输出清晰的配置指引。请引导用户完成以下操作：

1. 访问 https://build.nvidia.com
2. 获取其免费 API 密钥
3. 将密钥保存至 ~/.config/nvidia-kimi-api-key

使用方法

python3 scripts/analyze_image.py  "" [api_key]

示例

# 图像中有什么内容？
python3 scripts/analyze_image.py "/path/to/image.jpg" "Describe what's in this image"

# 从截图中提取文字
python3 scripts/analyze_image.py "/path/screenshot.png" "Extract all text"

# 分析一张梗图（meme）
python3 scripts/analyze_image.py "/path/meme.jpg" "Explain this meme"

# 内联指定 API 密钥
python3 scripts/analyze_image.py photo.jpg "What's this?" sk-xxxxx

支持的图像格式

支持：png、jpg、jpeg、webp

调用频率限制

通过 NVIDIA NIM 提供的免费套餐存在一定调用限制，但官网暂未明确公示具体数值。请访问 https://build.nvidia.com 查阅您所持密钥的最新配额与限制信息。