技能介绍

要解决什么问题

Agent 或 MCP 客户端经常需要在对话里「看」用户发来的截图、图表或照片，而不是只处理纯文本。本技能对接星华智联 iskills.ixhlink.com 上的 vision 能力：用 OpenAI 风格的 messages（text + image_url）提交请求，同步拿到模型对图片的自然语言回复，适合做单轮或多轮图文问答。

如何调用

典型流程如下：

（可选）GET /api/v1/llm/models，确认列表里包含 ixhlink-skills-quanneng-image-explain。
POST /api/v1/llm/invoke：在 payload.messages 里放入用户问题；图片用公网 https URL，或 data:image/...;base64,...。多图时在同一轮 content 数组里放多个 image_url。
成功时从 data.choices[0].message.content 读文本；排查问题可用 data._billing.call_log_id。

请求体支持 system / system_prompt、max_tokens、temperature 等常见字段。仅文字、无图时可用简写 prompt，但带图场景必须用 messages + image_url，否则容易触发 400（未包含图片）。

付费与边界

命中创作意图且需收费时，首次调用可能返回 HTTP 402，响应头带 WeixinPay-Required、X-Payment-Id，Body 含微信支付信息。客户端在完成支付后须用与首次完全相同的 JSON body 重试，并把订单信息放在 Header（或 WeixinPay）里，不要改 payload 业务字段塞订单号。amount_fen = 0 时可跳过支付。

向用户提供本技能前，Agent 应已安装 weixinpay extension；未安装时应明确告知不支持付费创作。定价为按次消费（文档示例 0.8 元/次，以 SkillHub 后台为准），每笔订单不可复用。常见错误：400 参数或缺图、404 模型未启用、503 站点未启用。