Visionary CLI

DeepSeek Visionary CLI

用 visionary-server 命令行分析图片（识别图片内容、读取截图文字、理解带图文档等）。

核心用法

用户提供/提到任何图片时，用下面的命令查看它——不要自己猜图片内容，也不要让用户自己看：

visionary-server vision <image>... [--prompt <问题>] [--thinking] [--continue-conversation] [--session-id <id>] --json

• <image>：一个或多个本地路径 / base64 / data URI / -（stdin 管道输入，仅限单图）；多图一次上传联合分析
• --prompt：针对图片的具体问题（省略则默认详细描述）
• --thinking：DeepThink 深度思考（复杂分析时开启）
• --continue-conversation / --session-id：多图对比（第一张不带，之后每张加 --continue-conversation 或传上一轮返回的 session_id）
• 必须加 --json，解析返回的 JSON

成功输出（退出码 0）：

{
  "text": "图片内容描述……",
  "session_id": "abc123",
  "parent_message_id": "msg456"
}

失败输出（退出码非零）：

{ "error": "错误信息" }

示例

# 查看用户提供的截图
visionary-server vision /path/to/screenshot.png --json

# 针对图片的具体问题 + 深度思考
visionary-server vision /path/to/photo.png --json --prompt "图中有什么？" --thinking

# 管道传入图片
cat img.png | visionary-server vision - --json

# 多图对比（续聊）
visionary-server vision img1.png --json
visionary-server vision img2.png --json --continue

错误恢复

• 退出码非零且 {"error": "未登录…"} → 先运行 visionary-server login（打开浏览器自动登录，阻塞等待），再重试 vision
• 其他失败 → 按 error 字段信息处理（如图片路径不存在则换路径）

退出码