volc-vision

---

name: volc-vision

description: 使用火山引擎 ARK API 做图片理解、图片描述、视觉问答与图像分析。适用于用户发来图片并询问“这是什么”“图里有什么”“帮我看下这张图”“描述一下图片内容”“识别图片中的信息”等场景，也适用于需要对本地图片、图片 URL 或 base64 图片做理解和问答时。

metadata: { "openclaw": { "emoji": "🖼️", "requires": { "bins": ["node"], "env": ["ARK_API_KEY"] }, "primaryEnv": "ARK_API_KEY" } }

---

# volc-vision

火山引擎 ARK API 图像理解服务。

适用场景

输入参数

| 参数 | 必填 | 说明 |

|------|------|------|

| image | 是 | 图片路径、URL 或 base64 |

| prompt | 否 | 要问的问题，默认 `描述这张图片` |

使用方式

# 命令行调用
node skills/volc-vision/index.js <图片路径> "<问题>"

# 示例
node skills/volc-vision/index.js /path/to/image.jpg "描述这张图片"
node skills/volc-vision/index.js https://example.com/image.jpg "这图里有什么"

模型优先级（按强弱排序）

Vision 系列优先，其他模型按能力依次降序：

1. `doubao-seed-1-6-vision-250815` 🌟 首选

2. `doubao-1-5-vision-pro-32k-250115` 🌟

3. `doubao-seed-2-0-pro-260215`

4. `doubao-seed-1-8-251228`

5. `doubao-seed-2-0-lite-260215`

6. `doubao-seed-2-0-mini-260215`

**自动切换**：如果不指定模型，会按列表顺序依次尝试可用模型，直到成功。

环境变量

# 必需：ARK API Key
export ARK_API_KEY="your_api_key"

# 可选：指定模型
export VISION_MODEL="doubao-seed-1-6-vision-250815"

指定模型

ARK_API_KEY=your_api_key VISION_MODEL=doubao-seed-1-6-vision-250815 node skills/volc-vision/index.js <图片> "<问题>"

返回

调用示例

用户：看看这张图
-> agent 调用: node skills/volc-vision/index.js /root/.openclaw/media/inbound/xxx.jpg "描述这张图片"
-> 返回描述结果

注意事项