@@ -75,20 +75,80 @@ vision 工具：
7575
7676## 环境变量
7777
78- | 变量 | 说明 | 默认值 / 示例 |
79- | ------------------ | -------------------------------------- | ------------------------------------------------------------- |
80- | ` VISION_API_KEY ` | 视觉 API 的密钥 | ` sk-your-api-key ` |
81- | ` VISION_API_URL ` | 视觉 API 的基础地址 | ` https://your-api-endpoint/v1 ` |
82- | ` VISION_MODEL ` | 视觉模型名称<br >（MiniMax 无需设置） | ` your-vision-model ` |
83- | ` VISION_API_TYPE ` | 可选，强制指定 API 类型<br >` openai ` / ` minimax ` | ` minimax ` |
84- | ` VISION_MAX_TOKENS ` | 可选，视觉 API 返回的最大 token 数 | ` 4096 ` |
85- | ` VISION_FETCH_TIMEOUT_MS ` | 可选，视觉 API fetch 超时毫秒数 | ` 60000 ` |
86- | ` VISION_MAX_IMAGES ` | 可选，LRU 保留的最大图片数 | ` 200 ` |
78+ | 变量 | 说明 | 默认值 / 示例 |
79+ | ------------------------ | ----------------------------------------------------------------- | ------------------------------------------- |
80+ | ` VISION_MODE ` | 委派模式：` api ` （默认）或 ` subagent ` 。未设置时自动检测——有 ` VISION_API_KEY ` 则用 ` api ` ，否则回退到 ` subagent ` | ` subagent ` |
81+ | ` VISION_API_KEY ` | 视觉 API 的密钥（` api ` 模式必需） | ` sk-your-api-key ` |
82+ | ` VISION_API_URL ` | 视觉 API 的基础地址（` api ` 模式必需） | ` https://your-api-endpoint/v1 ` |
83+ | ` VISION_MODEL ` | 视觉模型名称<br >（MiniMax 无需设置） | ` your-vision-model ` |
84+ | ` VISION_API_TYPE ` | 可选，强制指定 API 类型<br >` openai ` / ` minimax ` | ` minimax ` |
85+ | ` VISION_SUBAGENT_NAME ` | ` subagent ` 模式下的子代理标识符（默认 ` image-reader ` ） | ` image-reader ` |
86+ | ` VISION_MAX_TOKENS ` | 可选，视觉 API 返回的最大 token 数 | ` 4096 ` |
87+ | ` VISION_FETCH_TIMEOUT_MS ` | 可选，视觉 API fetch 超时毫秒数 | ` 60000 ` |
88+ | ` VISION_MAX_IMAGES ` | 可选，LRU 保留的最大图片数 | ` 200 ` |
8789
8890> ` VISION_API_URL ` ：OpenAI 兼容接口会自动补全 ` /chat/completions ` ；MiniMax 会自动使用 ` /v1/coding_plan/vlm ` 端点。
8991>
9092> ` VISION_API_TYPE ` ：默认自动检测（URL 含 ` minimax ` 自动切换），设此变量可显式指定。
9193
94+ ### 委派模式
95+
96+ 插件支持两种方式为非多模态模型获取图片描述：
97+
98+ #### ` api ` 模式（默认，原有行为）
99+
100+ ` vision ` 工具直接调用外部 VLM API。需配置 ` VISION_API_KEY ` 和 ` VISION_API_URL ` 。支持 OpenAI 兼容接口和 MiniMax VLM。
101+
102+ ``` bash
103+ export VISION_MODE=api
104+ export VISION_API_KEY=" sk-your-api-key"
105+ export VISION_API_URL=" https://your-api-endpoint/v1"
106+ export VISION_MODEL=" your-vision-model"
107+ ```
108+
109+ #### ` subagent ` 模式（新增）
110+
111+ 插件引导 LLM 通过 Task tool 将图片分析委托给一个具备视觉能力的子代理。无需外部 API 密钥——子代理使用 opencode 中配置的多模态模型（如 ` opencode-go/minimax-m3 ` ）。
112+
113+ ``` bash
114+ export VISION_MODE=subagent
115+ # 可选：覆盖子代理名称（默认 image-reader）
116+ # export VISION_SUBAGENT_NAME=image-reader
117+ ```
118+
119+ ** ` subagent ` 模式设置步骤：**
120+
121+ 1 . 在 ` ~/.config/opencode/agent/image-reader.md ` 创建子代理定义：
122+
123+ ``` markdown
124+ ---
125+ description: Analyzes images and screenshots using a multimodal model. Use when the main agent cannot view images.
126+ mode: subagent
127+ model: opencode-go/minimax-m3
128+ permission:
129+ read: allow
130+ glob: allow
131+ list: allow
132+ bash: deny
133+ edit: deny
134+ ---
135+
136+ You are a vision analyst. Read the image at the given path using the ` read ` tool and describe what you see.
137+ ```
138+
139+ 2 . 重启 opencode。插件会自动：
140+ - 将粘贴的图片保存到 ` /tmp/opencode-vision/image{N}/ `
141+ - 注入系统提示引导非视觉模型委托子代理
142+ - 注入路径提示指名子代理
143+
144+ #### 自动回退
145+
146+ 当 ` VISION_MODE ` 未设置时，插件自动判断：
147+ - 有 ` VISION_API_KEY ` → 使用 ` api ` 模式
148+ - 无 ` VISION_API_KEY ` → 回退到 ` subagent ` 模式
149+
150+ 这意味着只要配置了视觉子代理，插件无需任何外部凭据即可开箱即用。
151+
92152### 示例一：OpenAI 兼容接口（如阿里云 DashScope 通义千问）
93153
94154** Windows 系统级配置：**
0 commit comments