pi-vision-tool
为Pi Agent添加图像描述工具，赋能非多模态模型
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：pi-vision-tool。 它的用途是：为Pi Agent添加图像描述工具，赋能非多模态模型 完整的 Skill 内容见：https://321skill.com/skills/pi-vision-tool/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“请描述一下这张图片https://example.com/chart.png的主要内容。”，它会调用`describe_image`工具，获取视觉模型对图片的文本描述，然后基于该描述为你总结图表的关键信息或回答相关问题。
介绍
该Skill解决了非多模态AI模型（如纯文本模型）无法理解和处理图像内容的核心痛点。它通过为Pi Agent扩展一个describe_image工具，让这些模型能够将图像分析任务委托给具备视觉能力的模型（如Qwen VL），从而间接获得“看”图的能力。
使用时，用户只需在Pi Agent中安装此Skill，当对话中涉及图像分析需求时，Agent便会自动调用该工具。用户可以提供图像URL或本地路径，工具会将图像内容转换为详细的文本描述，再返回给主模型进行后续处理。
它非常适合那些主要使用纯文本模型进行开发或工作，但偶尔需要处理图像信息的开发者、内容创作者或研究人员。例如，在分析包含图表的文档、理解用户上传的截图内容，或为图像生成描述性文本时，无需切换到专门的多模态模型。
建议在需要将图像信息整合到文本对话或工作流的场景中使用。请注意，其分析质量依赖于后端视觉模型（如Qwen VL）的能力，且主要输出是文本描述，不直接进行图像编辑或复杂的视觉推理。
核心特点
核心区别在于它专为Pi Agent设计，作为一个轻量级扩展，使原本不具备视觉能力的Pi Agent能够无缝集成并调用外部视觉模型，实现任务委托，而非提供一个独立的全功能视觉AI服务。
注意事项
不适合需要实时、高精度图像识别、图像编辑或复杂视觉推理（如空间关系判断）的场景。
常见问题
支持哪些图像格式？
通常支持常见格式如JPG、PNG，具体取决于后端视觉模型的能力。
需要自己部署视觉模型吗？
通常Skill会配置好默认的视觉模型服务（如Qwen VL），用户一般无需自行部署。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/pi-vision-tool/raw/index.md 读取 pi-vision-tool 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/pi-vision-tool/raw/index.md（查看排版版本）