有些大模型不是多模态的，只能识别文本，关键是便宜。但是想截图给他，他不认识，于是就专门用python做了一个识别图片的，把图片描述给大模型，于是乎，也支持看图了。识别的都是本地，不用专门的大模型，不用token。自我感觉良好，分享给大家。
好家伙！