Распознавание изображений и PDF

Инструмент RecognizeImage распознаёт файлы, приложенные к диалогу: картинки и постранично PDF. Работает через vision-модель по тому же OpenAI-совместимому API.

Поддерживаемые форматы

Картинки: jpg, jpeg, png, gif, bmp, webp. Документы: pdf — обрабатывается постранично.

Настройка vision-модели

1. В профиле подключения добавьте мультимодальную модель (llava, qwen2-vl, gpt-4o и т.п.) и отметьте флажком «Поддержка изображений».
2. В режиме работы укажите «Модель распознавания картинок» — список ограничен моделями с этим флажком.
3. При необходимости задайте «Профиль для распознавания» — если vision-модель живёт на другом endpoint. Не заполнен — используется основной профиль режима.

Как это работает: картинка уходит vision-модели блоком image_url как data URI (base64); слишком большие изображения пережимаются в JPEG с ограничением размера стороны, чтобы base64 не раздувал запрос.

Настройка распознавания PDF

PDF конвертируется в изображения внешней утилитой, каждая страница распознаётся отдельно, тексты склеиваются с заголовками === Страница N ===. Настройки — в разделе настроек агента: