# 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](./model-config.md)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。

![视觉模型配置表单示例](../../images/docs/usage/multimedia/zh/01-camera-settings.png)

## 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=...` |

配置生效规则见[配置](../configuration.md#生效规则)。摄像头使用和图片上传见[摄像头与视觉识别](../../usage/multimedia.md)。