Vision
Images en entrée et compréhension visuelle dans ClickHouse Agents
Vision permet aux utilisateurs de téléverser des images afin qu’un agent les analyse. L’agent transmet l’image à un modèle compatible avec Vision, qui la décrit, la résume ou répond à des questions sur son contenu.
Vision fonctionne uniquement avec les modèles qui prennent en charge les images en entrée. Si le modèle sélectionné ne peut pas traiter d’images en entrée, le contrôle de téléversement dans le composeur de messages est désactivé. Basculez vers un modèle compatible avec Vision pour le réactiver.
Cliquez sur l’icône en forme de trombone en bas à gauche du composeur de messages, puis choisissez Téléverser vers le fournisseur pour joindre une image — une capture d’écran, une photo, un graphique ou un diagramme. Posez ensuite n’importe quelle question qui nécessite de lire l’image : « Qu’est-ce qui ne va pas avec ce plan de requête ? », « Transcris le texte de cette capture d’écran » ou « Compare ce tableau de bord à celui de la semaine dernière. »
L’agent traite l’image comme faisant partie du contexte du message ; les questions de suivi dans le même échange peuvent donc faire référence à ce qu’il a vu sans avoir à la téléverser de nouveau.
Vision s’associe bien au code interpreter pour l’analyse à partir d’images — par exemple, l’agent relève des chiffres sur une capture d’écran, puis exécute du Python pour calculer les totaux — ainsi qu’à web search lorsqu’une image fait référence à un élément que le modèle doit rechercher.
Dernière modification le 2 juillet 2026