视觉模型配置
视觉模型用于摄像头图像、截图和多模态输入分析。快速体验普通设备控制时可以先不配置。
控制台配置
进入 设置 → 模型 → 视觉模型，打开 启用视觉，并选择提供商。本地部署可以编辑；平台部署只读，需要调整时联系部署管理员。
- 自动（使用设备智能体模型）：沿用智能体模型的图像识别能力及其 API 配置，无需单独选择视觉模型或填写 API Key。要求当前智能体模型支持图像输入。
- DashScope：单独选择 Qwen 视觉模型，填写 API Key 和超时时间，由该模型负责图像识别；对话和设备操作仍使用原智能体模型。适合智能体模型不支持图像输入，或需要独立配置视觉模型的场景。
环境变量配置
| 模式 | 配置 |
|---|---|
| 自动（默认） | VISION_PROVIDER=auto |
| DashScope | VISION_PROVIDER=dashscope、VISION_MODEL=qwen3-vl-plus、qwen3-vl-flash、qwen-vl-plus 或 qwen-vl-max、VISION_API_KEY=... |