> ## Documentation Index
> Fetch the complete documentation index at: https://docs.agicto.com/llms.txt
> Use this file to discover all available pages before exploring further.

# 视觉理解

> 使用 AGICTO API 处理图片输入和多模态任务

视觉理解适合图片问答、截图分析、票据识别、商品图理解、内容审核和多模态 Agent。

## 适合做什么

<CardGroup cols={2}>
  <Card title="图片问答" icon="image">
    让模型根据图片内容回答问题。
  </Card>

  <Card title="截图分析" icon="desktop">
    分析 UI、报错页面、数据图表和产品截图。
  </Card>

  <Card title="票据和文档" icon="receipt">
    结合发票 OCR、表格理解和结构化抽取。
  </Card>

  <Card title="商品和内容审核" icon="shield-check">
    识别图片主体、属性、风险和质量问题。
  </Card>
</CardGroup>

## OpenAI 兼容格式示例

```bash theme={null}
curl https://api.agicto.cn/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "MODEL_NAME",
    "messages": [
      {
        "role": "user",
        "content": [
          {
            "type": "text",
            "text": "请描述这张图片，并提取其中的重要信息。"
          },
          {
            "type": "image_url",
            "image_url": {
              "url": "https://example.com/image.png"
            }
          }
        ]
      }
    ]
  }'
```

## 使用建议

* 图片 URL 需要能被服务端访问。
* 大图先压缩到业务可接受的清晰度。
* 如果你要稳定提取字段，要求模型返回 JSON，并在服务端校验。
* 发票场景优先使用专用发票 OCR 或发票查验接口。

<CardGroup cols={2}>
  <Card title="图像输入接口" icon="image" href="/api-reference/model/chat/image">
    查看图像会话接口。
  </Card>

  <Card title="发票 OCR" icon="receipt" href="/api-reference/tools/invoice/ocr">
    使用专用工具识别发票。
  </Card>
</CardGroup>