Vision Model

AI 在 PDF 中读取图表：代理读取图表和渲染为图像的扫描页

当答案在图表中时：AI 代理通过 MCP 读取图表和扫描件

图表、印章和扫描页包含文本提取从未看到的答案。将页面渲染为图像并将其提供给具备视觉能力的模型即可获取这些信息，但准确性有其真实的限制。

AI 代理查看文档页面：为 Claude、Cursor 和 Copilot 渲染的文档页面图像

多模态代理需要像素，而不仅仅是文本

文本提取只给 AI 代理文档的字符，却丢失了布局、图表和印章。一次提示即可将页面渲染为图像，代理直接查看。

AI 代理可视化验证注释：渲染页面显示代理检查并纠正的高亮

展示代理的操作

一个不查看就进行注释的代理会因为调用返回而报告成功。将带注释的页面渲染为图像，使具备视觉能力的模型能够检查高亮位置并在错误时进行移动。