GLM 视觉理解

由 智谱 GLM-4V 视觉模型驱动的 Finch 图片理解小工具。

功能

一个工具提供四种分析模式：

| Action | 说明 | |---|---| | analyze | 综合分析图片中的主体、场景、文字和数据，适合一般或混合需求 | | ocr | 提取图片中的全部文字，并尽量保持原有排版 | | describe | 描述图片的视觉外观、布局、颜色和风格 | | diagram | 理解技术图表、架构图和流程图 |

对于同一张图片，GLM 视觉理解默认只分析一次。用户明确指定模式时优先遵循；一般或混合需求默认使用 analyze。

安装与配置

1. 安装：npx @finchtoys/minitools add finch-glm-vision
2. 在 Finch → 工具箱 → 小工具中启用
3. 首次使用时，根据提示输入智谱 API Key；可前往智谱开放平台获取

使用方法

向 Finch 提供本地图片并说明需求，例如：

“分析这张截图 /path/to/image.png”
“提取 /path/to/document.png 中的文字”
“描述 /path/to/photo.jpg 的画面内容”

API Key 保存在小工具的私有存储中，不会暴露给模型。

语言支持

• 简体中文（zh-CN）
• English（en-US）

工具名称、说明、表单、进度提示、错误信息、默认分析指令和详情页都会自动跟随 Finch 界面语言切换。

使用要求

• 智谱 AI API Key
• 本地 PNG、JPG、JPEG、WebP 或 GIF 图片，最大 10 MB

许可证

MIT