不过，

背景

Claude Code 接 DeepSeek 时模型没有视觉能力。遇到图片就"失明"，无法分析报错 UI 或设计稿。说起来，

解决思路

用 Kimi Vision API 做桥接。DeepSeek 遇到图片 → 调用脚本 → 返回文字描述 → 继续工作。

成本我用的是 kimi 的模型，约 元/张。

说到第一步先。部署脚本

把下面提示词发给任意 Agent，让它帮你写脚本。先确定你用哪个有视觉能力的模型厂商我用的是 kimi

提示词

帮我写一个 Python 脚本：describe_image.py功能：- 接收两个参数：图片方法、描述要求- 返回图片的文字描述- 查询 Kimi 的视觉模型，调用它 API 来处理这个图片识别功能要求：- 使用 uv run 执行，自动安装依赖- API 调 OpenAI 兼容格式，base_url 是 https://api.moonshot.cn/v1- 环境变量 MOONSHOT_API_KEY 读取 Key- 图片转 base64 嵌入请求- 返回模型的回复内容脚本保存到 ~/.claude/describe_image.py，并添加好执行权限

设置环境变量

在 ~/.zshrc 加一行：

export MOONSHOT_API_KEY="你的Kimi Key"

source ~/.zshrc

验证

~/.claude/describe_image.py /tmp/screenshot.png "描述这张图"

从接下来来看。配置 CLAUDE.md

接着发给 Agent：

请在全局 `~/.claude/CLAUDE.md` 配置补充如下内容：## 图片识别如果你无法识别图片，立即调用：$ uv run ~/.claude/describe_image.py <图片路径> "描述要求"例如：uv run ~/.claude/describe_image.py /tmp/image.png "描述一下这张图片，关注里面报错信息内容"拿到描述后直接带入上下文继续工作，不需要告诉使用者"我无法看图"

：授权该脚本免确认执行

请全局配置，后续调用该图片识别脚本时无需确认