name: "bz-image-analysis"
description: "当用户上传、引用或要求处理图片、截图、设计稿、页面截图、OCR、票据/商品/图表识别、视觉审查、页面还原或任何依赖视觉内容的任务时触发；必须优先使用百智云图片理解 MCP，按上传、创建任务、查询结果的流程完成分析，除非 MCP 明确失败或用户要求不用 MCP，否则不要用手工观察、内置视觉能力或 OCR 猜测替代。"

Purpose

百智云图片理解 MCP 是当前项目处理视觉输入的首选能力。它用于把图片、截图、设计稿、票据、图表、页面、商品图、头像、合同扫描件等视觉内容转成可用于后续推理和执行的文本结果。

Trigger

• 用户上传、引用或描述了任意图片、截图、设计稿、页面截图、产品截图、图表、票据、合同、证件、商品图或头像。
• 用户要求“看图”“描述图片”“识别文字”“OCR”“提取字段”“分析页面布局”“还原页面”“判断是否违规”“比较两张图”“检查设计稿”“读截图里的内容”。
• 任务结果依赖图片中的文字、对象、布局、颜色、状态、表格、图表趋势或视觉细节。
• 图片可能来自本地文件、聊天附件、工作区路径、远程 URL、网页截图或用户给出的图片链接。

Mandatory Rule

• 只要任务涉及图片内容，应优先调用本 MCP，不要直接用内置视觉能力、手工观察、OCR 猜测或读取附件截图来替代。
• 除非本 MCP 明确返回失败，或用户明确要求不要使用 MCP，否则不要绕过本 MCP。
• MCP 服务不接收图片二进制和 base64。遇到本地图片、聊天附件或工作区图片时，必须先走上传流程。
• 在 image_analysis_create_task 已创建任务且尚未失败前，不要改用其他视觉能力。

Tools

• image_analysis_upload_url：为本地图片、聊天附件或工作区图片申请短期上传地址。输入 filename 和 content_type，返回 upload_url、method、headers 和最终可分析的 url。
• image_analysis_create_task：创建异步图片理解任务。输入模型服务可公网访问、host 为真实域名的公网 HTTP/HTTPS url，可选 prompt 和 model，返回 task_id。不要传 file://、localhost、裸 IP、内网地址、需要登录/VPN 的地址、相对路径或工作区路径；这些图片必须先上传。
• image_analysis_get_result：查询图片理解任务结果。输入 task_id，返回 done、status、text、error_message 等字段。

Workflow

1. 判断图片来源。
2. 如果图片是本地文件、聊天附件或工作区路径，先调用 image_analysis_upload_url。
3. 按 image_analysis_upload_url 返回的 method 和 headers，使用 curl 或 HTTP 客户端把图片二进制上传到 upload_url。
4. 上传完成后，使用返回的 url 调用 image_analysis_create_task。
5. 如果图片已经是模型服务可公网访问、host 为真实域名的公网 HTTP/HTTPS URL，直接把该 URL 传给 image_analysis_create_task。
6. 如果图片地址是 file://、localhost、裸 IP、内网地址、需要登录/VPN 的地址、相对路径或工作区路径，先按本地图片流程上传，不要直接传给 image_analysis_create_task。
7. 根据用户目标组织 prompt。例如：描述图片内容、提取所有文字、识别票据信息、分析页面布局、判断是否有违规内容。
8. 根据图片复杂度和 prompt 详细程度等待合适时间后调用 image_analysis_get_result 查询结果。
9. 如果 done=false 或 status 是 pending/running，继续动态等待后重试查询。
10. 如果 status=succeeded，使用 text 字段回答用户，并结合用户任务继续执行后续工作。
11. 如果 status=failed，向用户说明失败原因；只有在失败后，才考虑其他方案。

Prompt Guidance

• 通用描述：请描述这张图片的内容。
• OCR：请提取图片中的所有文字，尽量保持原有顺序和层级。
• 表格或票据：请识别图片中的票据信息，并提取关键字段和值。
• 页面截图：请分析页面布局、主要模块、交互状态和可见文案。
• 设计稿还原：请分析设计稿的布局、颜色、字体层级、间距和组件结构。
• 风险审查：请判断图片是否包含违规、敏感或不适宜内容，并说明依据。
• 图表分析：请识别图表类型、坐标含义、主要趋势、峰值和异常点。

Expected Duration

• 简单 OCR、短描述、单物体识别：通常 5-20 秒完成，可较快再次查询。
• 普通产品截图、页面布局分析、列表/表单截图：通常 20-60 秒完成，适合中等间隔查询。
• 复杂设计稿、大图、多区域页面、非常详细的结构化分析：可能需要 60-120 秒或更久，适合放大查询间隔。
• 如果默认模型不可用、超时或供应商错误触发 fallback，任务耗时会叠加额外模型调用等待时间。
• 不要固定等待某个秒数；根据图片复杂度、prompt 详细程度、模型选择、已等待时长和用户是否急需结果来决定下一次查询时机。

Output Rules

• 回答用户时，以 MCP 返回的 text 为事实基础，不要补充无法从图片中确定的细节。
• 如果用户要求结构化结果，应把 text 整理成表格、JSON、字段列表或步骤说明。
• 如果图片文字不清晰或结果不确定，应明确说明“不确定”或“图片中无法确认”。
• 如果需要继续操作代码、设计或文档，应先完成图片理解，再基于结果执行后续任务。

Failure Handling

• 上传失败：检查 content_type、文件路径、上传方法和 headers 是否正确。
• 创建任务失败：检查 URL 是否为公网可访问的 HTTP/HTTPS 地址。
• URL 不是模型服务可公网访问的真实域名：file://、localhost、裸 IP、内网地址、需要登录/VPN 的地址、相对路径或工作区路径必须先用 image_analysis_upload_url 上传。
• 查询未完成：根据任务复杂度和已等待时间动态决定下一次调用 image_analysis_get_result 的时机。
• 鉴权失败：提示用户检查 MCP API Key 配置。
• 服务明确失败：向用户说明错误原因，并询问是否允许改用其他方式处理图片。

Notes

• 一般不需要填写 model，留空使用服务端默认模型。
• 不要把图片二进制、base64 或大段 OCR 猜测内容直接放进对话作为替代。
• 不要在任务尚未失败时重复创建多个相同任务；优先查询已有 task_id。
• 对敏感图片或用户隐私内容，避免在最终回复中暴露无关细节。