如何查看 Agent 环境里的截图或图片?
让工具真正读取图像,并区分预览与分析失败。
图片需要图像查看能力
Agent 的文件工具区分读取文本和查看位图。截图等图片应使用图像查看流程,而不是把二进制文件当文字读。是否能够分析,还取决于当前模型与环境支持。
让 Agent 描述图片里可以确认的内容,有助于判断它是否真的取得了图像。
怎样提出有效问题
指定图片位置和要关注的区域,例如按钮状态、错误提示或两次截图的差异。需要你自己检查时,也可以要求提供可下载附件。
比较两张截图时,注明先后顺序、页面条件以及你关心的差异。让代理先描述能看见的变化,再讨论可能原因;如果截图来自不同分辨率或登录状态,应先把这些条件差异记录下来。
- 确认截图文件已经生成且不再写入。
- 说明要查看的图片和具体问题。
- 核对预览中的内容是否匹配目标。
- 对模糊小字补充文本或更清晰的局部图。
格式或能力不支持时
过大图片、非位图文件和不支持图像结果的模型,可能返回不同错误。PDF 或 SVG 不能直接套用普通截图处理方式,可按格式提取文字或转换后查看。模型描述不等于像素级验证;重要数字、图标状态和路径,应与实际图片逐项核对。