Certains modèles pris en charge par Token Plan (qwen3.8-max, qwen3.7-plus, etc.) intègrent nativement la compréhension visuelle et traitent directement les images en entrée. Pour les modèles purement textuels tels que glm-5.2 et deepseek-v4-pro, ajoutez des capacités visuelles en configurant un Skill local.
Prérequis
- Vous avez souscrit à Token Plan.
- Vous avez terminé la configuration de l'intégration dans un outil d'IA et le chat fonctionne normalement. Pour plus de détails, reportez-vous à Clients et outils de développement.
Prise en charge visuelle
Pour savoir si chaque modèle prend en charge la compréhension visuelle, consultez les tableaux des modèles pris en charge dans la présentation de Token Plan Personal Edition et la présentation de Token Plan Team Edition.
Méthode 1 : Utiliser directement un modèle visuel (recommandé)
qwen3.7-plus et d'autres modèles disposent de capacités de compréhension visuelle. Si vous traitez fréquemment des images, adopter l'un de ces modèles constitue l'approche la plus simple et recommandée.
Outil | Changement de modèle |
|---|---|
Claude Code |
|
OpenCode |
|
Qwen Code |
|
Méthode 2 : Ajouter des capacités visuelles via un Skill ou un Agent
Pour utiliser des modèles purement textuels comme glm-5.2 ou deepseek-v4-pro pour le traitement d'images, configurez un Skill ou un Agent afin d'activer les capacités visuelles.
- Claude Code
- OpenCode
-
Ajouter le Skill
Créez un dossier
.claudedans le répertoire de votre projet, puis créez-y un répertoireskills/image-analyzer:Créez un fichierSKILL.mddans ce répertoire avec le contenu suivant :La structure de répertoires obtenue est la suivante : -
Premiers pas
-
Exécutez
claudedans le répertoire de votre projet pour démarrer Claude Code, puis exécutez/model deepseek-v4-propour passer au modèledeepseek-v4-pro. -
Téléchargez alibabacloud.png dans le répertoire de votre projet, puis demandez :
Load image-analyzer skill and describe the information displayed at the alibabacloud.png banner location.Vous obtiendrez une réponse similaire à celle-ci : The alibabacloud.png is a screenshot of the Alibaba Cloud homepage. The banner area title is Coding Plan now supports Qwen3.5, and the text introduces that Alibaba Cloud Model Studio supports models such as Qwen3.5, Kimi-k2.5, and GLM-4.7, with new customers getting the first month for only 7.9 yuan. The page provides Subscribe now and Online consultation entry points.
-
Exécutez
FAQ
Pourquoi OpenCode + un modèle visuel ne comprend-il pas les images ?
Pourquoi OpenCode + un modèle visuel ne comprend-il pas les images ?
modalities dans le fichier de configuration.Solution : Ajoutez un champ modalities à la définition du modèle dans votre fichier de configuration OpenCode, et définissez input sur ["text", "image"], comme illustré ci-dessous :Remplacez sk-sp-xxx par votre clé API Token Plan.
Pourquoi OpenClaw + un modèle visuel ne comprend-il pas les images ?
Pourquoi OpenClaw + un modèle visuel ne comprend-il pas les images ?
-
Dans le fichier de configuration
~/.openclaw/openclaw.json, assurez-vous que la définition du modèle inclut le champ"input": ["text", "image"]. -
Après modification de la configuration, videz le cache des modèles OpenClaw et redémarrez l'application. Sinon, l'ancienne configuration reste active.