Skip to main content

ビジュアル理解

マルチリンガルOCRを用いた画像、文書、長時間動画の解析に対応するBailian CLIコマンドリファレンス。

ターミナルから1つのコマンドでBailianのビジュアル理解機能を呼び出せます — 画像、文書、長時間動画の解析が可能です。
任意のコマンドに --help を付加することで、パラメータの詳細を確認できます。例: bl vision describe --help。ファイルのURLを受け付けるパラメータは、ローカルパスも受け付けます — CLIが自動的に一時ストレージにアップロード（有効期間48時間）しますので、ファイルを自前でURLとしてホストする必要はありません。このページのコマンド詳細は bl 2.2.1 に基づいて確認しています。

コマンドリファレンス

bl vision describe

Qwen-VLを使用して画像または動画の内容を説明します。API Key 認証が必要です。 使用法 
bl vision describe --image <path-or-url> [--video <url>] [--prompt <text>]
パラメータ型必須説明
--image <path-or-url>stringいいえローカル画像のパスまたはURL
--video <url>arrayいいえ動画ファイルのURLまたはローカルパス（mp4/mov/avi/mkv/webm）
--prompt <text>stringいいえコンテンツに関する質問（デフォルト：自動検出）
--model <model>stringいいえビジュアルモデル（デフォルト：qwen3-vl-plus）
例：Qwen-VLを使用して画像を説明する 
bl vision describe --image photo.jpg