LINUX SB 快照站

关于调用Deepseek时的多模态问题

原帖: linux.sb/topic/12083 · 共 5 楼 · 标题快照 2026-08-13 11:33:05

三月七楼主 · 历史 (1)
发帖 2026-08-13 11:32:09 · 快照 2026-08-17 20:47:04

如题，大家在调用Deepseek时是怎么解决多模态问题的.....
特别是用 HyperFrames 这类工具做动画时，做的特别烂

single#1
发帖 2026-08-13 11:34:48 · 快照 2026-08-13 11:35:51

视觉的话 我建议给一个md文档 里面放置一个拥有视觉模型能力的 API(如 gpt-5.6-luna) 约束会话中 涉及到视觉的 调用后并解析
反馈到ds再进行

公益导航#2
发帖 2026-08-13 11:38:14 · 快照 2026-08-13 11:39:10

让AI做个MCP，放个有视觉能力的VLM的api进去（MIMO那种都行），检测到视觉相关任务让他自己调用

mgfjian#3
发帖 2026-08-13 11:53:06 · 快照 2026-08-13 11:53:33

本身就没多模态吧？只能靠mcp