背景

在claude code cli使用国产模型(DeepSeek或者GLM)，它们都是纯文本模型，不能直接识别图片，经常做的方式就是去别的视觉识别模型聊天页面识图完，将结果反馈给DeepSeek或者GLM；或者是通过修改配置文件直接切换模型进行使用。本文提供一种方式通过全局配置claude-vision-skill实现在同一个client端不用切换模型支持图片识别并使用

配置方法

下载Skill

claude-vision-skill

配置windows环境变量

• 键：DASHSCOPE_BASE_URL 值：你的服务提供商URL
• 键：DASHSCOPE_API_KEY 值：你的API Key
• 键：VISION_MODEL 值：你想使用的视觉模型如minimax-m3、kimi-k3
  

引入脚本vision.js

将附件vision.js添加到用户目录下的.claude文件夹下的scripts文件夹下

~/.claude/CLAUDE.md~/.claude/scripts/vision.js

修改识图的全局规则

将附件CLAUDE.md追加到用户目录下的.claude文件夹下的CLAUDE.md

~/.claude/CLAUDE.md