识图能力
1. 原理
Claude Code 的主模型可能不支持看图片。通过安装一个 read-image 技能,可以让 Claude Code 遇到图片时,自动调用另一个支持看图的视觉模型 API 来识别图片内容。
你发图片路径 → Claude Code 收到 → 调视觉模型 API 看图 → 把结果告诉你
主模型(聊天、写代码)和看图模型是独立的,互不影响,各花各的额度。
2. 安装步骤
1. 准备一个视觉模型 API Key
目前兼容的视觉模型(任选一个):
以小米 MiMo 为例:去 platform.xiaomimimo.com 注册 → 实名认证 → 创建 API Key(sk- 开头)→ 复制保存好。
2. 一句话安装
打开 Claude Code,在对话框中输入以下内容(直接复制粘贴即可):
https://github.com/EricEvans-e/EE_SKILLS/tree/main/skills/read-image
帮我安装这个 skills,并告诉我如何配置
Claude Code 会自动访问该链接、下载所需文件、配置好一切。过程中会询问你是否允许执行操作,点"允许"即可。
Windows 用户如果遇到 SSL 相关错误,告诉 Claude Code "加上 --ssl-no-revoke 参数重试"。
3. 配置 API Key
上一步安装完成后,Claude Code 会告诉你怎么配置。或者直接问它:
config.yaml 要怎么配置?给我看一下这个文件
Claude Code 会读取配置文件并展示出来,然后帮你修改。你只需告诉它你的 API Key 即可。
配置完后的内容应该是这样的(sk-... 替换成你的真实 Key):
base_url: "https://api.xiaomimimo.com/anthropic"
model: "mimo-v2.5"
auth_header: "api-key: @TOKEN@"
auth_token: "sk-你的API Key" # ← 改成你的真实 Key
如果 Key 是 tp- 开头,base_url 要改成 https://token-plan-cn.xiaomimimo.com/anthropic。告诉 Claude Code 改这个地址即可。
4. 测试是否成功
在 Claude Code 对话框中输入(把路径换成你自己的图片):
用 read-image 技能查看这张图片:你的图片路径.jpg
Claude Code 会自动识别图片内容。如果返回了图片描述,就是成功了。
5. 让新会话也能用(可选)
在 Claude Code 对话框中输入:
帮我配置一下 CLAUDE.md,让新会话也能用 read-image 技能
Claude Code 会自动创建 .claude/CLAUDE.md 文件并写入调用说明。这一步完成后,以后新建的会话也能正常使用图片识别功能。
常见问题
Invalid API Key 怎么办?sk- 用 api.xiaomimimo.com,是 tp- 用 token-plan-cn.xiaomimimo.com,别搞混。