Token Plan 支持的部分模型（qwen3.8-max、qwen3.7-plus 等）原生支持视觉理解，可直接处理图片输入。对于 glm-5.2、deepseek-v4-pro 等纯文本模型，可通过添加本地 Skill 使其获得视觉能力。
说明运行图片理解 Skill 会消耗 Token Plan Credits，无其他收费项。
前提条件
- 已订阅 Token Plan（个人版 或 团队版）。
- 已在 AI 工具中完成接入配置，且能正常对话，详情请参见接入客户端/开发工具。
视觉支持情况
套餐内各模型是否支持视觉理解，请参见 Token Plan 个人版概述 和 Token Plan 团队版概述 的支持模型表格。
方法 1：直接使用视觉模型（推荐）
qwen3.8-max、qwen3.7-plus 等模型具备视觉理解能力。如果经常需要处理图片，直接切换到这些模型是最简单、推荐的做法。
工具 | 模型切换方式 |
|---|---|
Claude Code |
|
OpenCode |
|
Qwen Code |
|
更多编程工具中的模型切换方式请参考接入客户端/开发工具。切换后可直接在对话中引用图片路径，或拖拽/粘贴图片。
方法 2：通过 Skill 或 Agent 添加视觉能力
如需使用 glm-5.2、deepseek-v4-pro 等不支持视觉的模型处理图片，可通过配置 Skill 或 Agent 实现。
Claude Code
-
添加 Skill
在项目目录下的
.claude文件夹中新建skills/image-analyzer目录：
mkdir -p .claude/skills/image-analyzer
在该目录下创建 SKILL.md 文件，并写入以下内容：
---
name: image-analyzer
description: 帮助没有视觉能力的模型进行图像理解。当需要分析图像内容、提取图片中的信息、文字、界面元素，或理解截图、图表、架构图等任何视觉内容时，使用此技能，传入图片路径即可获得描述信息。
model: qwen3.7-plus
---
qwen3.7-plus具有视觉理解能力，请直接使用qwen3.7-plus模型进行图片理解。
创建完成后的目录结构如下：
.claude/
└── skills/
└── image-analyzer/
└── SKILL.md
-
开始使用
-
在项目目录下运行
claude启动 Claude Code，并运行/model deepseek-v4-pro切换到deepseek-v4-pro模型。 -
下载aliyun.png到项目目录下，并提问：
请加载image-analyzer skill，描述一下 aliyun.png banner位置是什么信息。可收到如下回复：aliyun.png 为阿里云官网首页截图，banner 区域标题为 Coding Plan 已支持 Qwen3.5，正文介绍阿里云百炼支持 Qwen3.5、Kimi-k2.5、GLM-4.7 等模型，新客首月仅 7.9 元，页面提供立即订阅和在线咨询入口。
-
OpenCode
-
添加 Agent
在项目目录下的
.opencode文件夹中新建agents目录：
mkdir -p .opencode/agents
在该目录下创建image-analyzer.md文件，并写入以下内容：
说明model 字段必须使用 OpenCode 配置文件中定义的 provider 和模型名称。参考 OpenCode 文档的配置示例，应为bailian-token-plan/qwen3.7-plus。
---
description: Analyzes images using a vision-capable model. Use this agent when the user needs to understand image content, extract information from screenshots, diagrams, UI mockups, or any visual content. Invoke with @image-analyzer followed by the image path and your question.
mode: subagent
model: bailian-token-plan/qwen3.7-plus
tools:
write: false
edit: false
---
You have vision capabilities. Analyze the provided image and return a clear, structured description focused on what the user is asking about.
创建完成后的目录结构如下：
.opencode/
└── agents/
└── image-analyzer.md
-
开始使用
- 在项目目录下运行
opencode启动 OpenCode，并切换到deepseek-v4-pro模型。 - 下载aliyun.png到项目目录下，通过
@唤起image-analyzer并提问：@image-analyzer，描述一下 aliyun.png banner位置是什么信息。可收到如下回复：
- 在项目目录下运行
Banner位置包含：
左侧：
- 汉堡菜单图标
- 阿里云橙色logo和"阿里云"文字
- 导航菜单：大模型、产品、解决方案、权益、定价、云市场、伙伴、服务、了解阿里云
右侧：
- 搜索框(显示"大模型")
- 图标：蓝色圆圈、地球、耳机
- 链接：文档、备案、控制台
Build · deepseek-v4-pro · 37.0s
常见问题
OpenCode + 视觉理解模型为什么无法理解图片？
原因：OpenCode 默认不启用模型的视觉能力，需要在配置文件中显式声明 modalities 参数。
解决方案：在 OpenCode 配置文件的模型定义中添加 modalities 字段，将 input 设为 ["text", "image"]，如下所示：
将sk-sp-xxx替换为Token Plan API Key。
{
"$schema": "https://opencode.ai/config.json",
"provider": {
"bailian-token-plan": {
"npm": "@ai-sdk/anthropic",
"name": "Model Studio Token Plan",
"options": {
"baseURL": "https://token-plan.cn-beijing.maas.aliyuncs.com/compatible-mode/v1",
"apiKey": "sk-sp-xxx"
},
"models": {
"qwen3.6-plus": {
"name": "Qwen3.6 Plus",
"modalities": {
"input": [
"text",
"image"
],
"output": [
"text"
]
},
"options": {
"thinking": {
"type": "enabled",
"budgetTokens": 1024
}
}
},
"qwen3.8-flash": {
"name": "Qwen3.8 Flash",
"modalities": {
"input": [
"text",
"image"
],
"output": [
"text"
]
},
"options": {
"thinking": {
"type": "enabled",
"budgetTokens": 1024
}
}
},
"kimi-k2.5": {
"name": "Kimi K2.5",
"modalities": {
"input": [
"text",
"image"
],
"output": [
"text"
]
},
"options": {
"thinking": {
"type": "enabled",
"budgetTokens": 1024
}
}
}
}
}
}
}
OpenClaw + 视觉理解模型为什么无法理解图片？
原因：OpenClaw 需要通过配置文件中的 input 字段来判断模型是否支持视觉能力。
解决方案：
- 在
~/.openclaw/openclaw.json配置文件中，确保模型定义包含"input": ["text", "image"]字段。
{
"models": {
"mode": "merge",
"providers": {
"bailian": {
"baseUrl": "https://token-plan.cn-beijing.maas.aliyuncs.com/compatible-mode/v1",
"apiKey": "YOUR_API_KEY",
"api": "openai-completions",
"models": [
{
"id": "qwen3.6-plus",
"name": "qwen3.6-plus",
"reasoning": false,
"input": ["text", "image"],
"cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
"contextWindow": 1000000,
"maxTokens": 65536
},
{
"id": "qwen3.8-flash",
"name": "qwen3.8-flash",
"reasoning": false,
"input": ["text", "image"],
"cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
"contextWindow": 1000000,
"maxTokens": 65536
},
{
"id": "kimi-k2.5",
"name": "kimi-k2.5",
"reasoning": false,
"input": ["text", "image"],
"cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
"contextWindow": 262144,
"maxTokens": 32768
}
]
}
}
},
"agents": {
"defaults": {
"model": {
"primary": "bailian/qwen3.6-plus"
},
"models": {
"bailian/qwen3.6-plus": {},
"bailian/qwen3.8-flash": {},
"bailian/kimi-k2.5": {}
}
}
},
"gateway": {
"mode": "local"
}
}
- 修改配置后，需要清除 OpenClaw 的模型缓存并重启，否则旧的配置仍会生效。
rm ~/.openclaw/agents/main/agent/models.json
openclaw gateway restart