Skip to main content

Compreensão Visual

Referência de comando da CLI Bailian para compreensão visual — análise de imagens, documentos e vídeos longos com OCR multilíngue.

Um único comando invoca as capacidades de compreensão visual do Bailian a partir do terminal — analisando imagens, documentos e vídeos longos.
Acrescente --help a qualquer comando para obter detalhes completos dos parâmetros, por exemplo bl vision describe --help. Todos os parâmetros que aceitam uma URL de arquivo também aceitam um caminho local — a CLI faz o upload automático para armazenamento temporário (válido por 48 horas), então você nunca precisa hospedar arquivos como URLs. Os detalhes dos comandos nesta página são verificados com o bl 2.2.1.

Referência de comando

bl vision describe

Descreve uma imagem ou vídeo usando o Qwen-VL. Requer autenticação com chave de API. Uso
bl vision describe --image <path-or-url> [--video <url>] [--prompt <text>]
ParâmetroTipoObrigatórioDescrição
--image <path-or-url>stringNãoCaminho local da imagem ou URL
--video <url>arrayNãoURL ou caminho local do arquivo de vídeo (mp4/mov/avi/mkv/webm)
--prompt <text>stringNãoPergunta sobre o conteúdo (padrão: detectado automaticamente)
--model <model>stringNãoModelo visual (padrão: qwen3-vl-plus)
Exemplo: Descrever imagem usando Qwen-VL
bl vision describe --image photo.jpg