说到痛点，OpenCode 只能玩文字。图像场景无从下手

在使用 DeepSeek、GLM 等开源模型时我常常感到力不从心。怎么说呢，它们虽然在文本生成上表现优秀。却只能处理纯文本导致在需要识别图片的业务场景里束手无策。每当遇到“看图说话”“图片内容抽取”等需求时都只能去找外部工具，流程繁琐、体验差。

说到方法，OpenCode 多模态插件 analyze-image

为了解决上述痛点。我随手为 OpenCode 开发了一个多模态插件 analyze-image。它的主要思路是：

• 在聊天上下文中动态注入一个 tool。其实，
• 当模型检测到使用者意图需要识别图片。而且当前模型被列入“需要识图”的白名单时插件自动调用支持视觉能力的模型。
• 识别结果会被直接写回对话正文，让原本只会文字的模型也能“看懂”图片。

关键特性

• 即插即用：只需将源码放入指定的 OpenCode 文件夹，即可开启识图功能。按理说，
• 可配置识图模型列表：支持自定义哪些模型需要触发图片识别。 灵活适配不同项目需求，
• 开源透明：插件已在 GitHub 完全开源，代码可自行审查或二次改造。老实说，
• 社区驱动：虽未。但欢迎大家一起完善，

快速上手教程

2. 将整个插件文件夹复制到 OpenCode 的/plugins目录下。
3. 重启 OpenCode，即可在聊天中使用图片识别功能。
4. 如需自定义“需要识图”的模型列表。可编辑插件根目录下的文件，添加或移除模型名称。话说回来，

遇到问题？来这里求助，

如果在安装或使用过程中出现任何异常，请直接前往 GitHub 的。我们会第一时间跟进解决，

交流与讨论

想了解更多细节、提出改进建议或和其他开发者交流使用经验？欢迎在项目仓库的评论区留言，或加入我们的社区讨论群组。共同建立更强大的多模态开发体验。