codex-read-image

让 Codex 查看图片的插件：把图片 base64 编码后调用纯视觉模型（OpenAI 兼容接口）， 把识别结果返回给主模型。适合主模型不支持图像输入时使用（例如接入 DeepSeek 的 Codex）。

安装（别人直接用，无需手动下载）

方式一：Codex CLI

# 1. 添加本仓库为插件市场（一次即可）
codex plugin marketplace add Jedeiah/codex-read-image

# 2. 安装插件
codex plugin install read-image@codex-read-image

# 3. 新开会话后即可使用
codex

方式二：ChatGPT 桌面端

1. 打开桌面端，产品选择器选 Codex；
2. 打开 Plugins（插件目录），添加市场，粘贴仓库地址 https://github.com/Jedeiah/codex-read-image；
3. 在市场里找到 read-image，点 + 安装；
4. 开一个新对话使用。

配置（每个人填自己的视觉模型密钥）

编辑插件目录里的 .env（卸载插件/移除市场时随插件一起删除）。首次使用若只有 .env.example 模板，先复制：cp plugins/read-image/.env.example plugins/read-image/.env，再填写：

READ_IMAGE_API_KEY=你的密钥
READ_IMAGE_MODEL=glm-4.6v-flash
READ_IMAGE_BASE_URL=https://open.bigmodel.cn/api/paas/v4
READ_IMAGE_THINKING=auto

上面是智谱免费模型示例（GLM-4.6V-Flash，thinking=auto 会自动开启思考模式）； 不填时默认使用 gpt-4o-mini + https://api.openai.com/v1。

.env 不在 Git 仓库里，插件升级不会覆盖你的配置；想额外留一份备份，可复制到 ~/.config/read-image/.env 作为备用。

配置优先级：命令行参数 > 环境变量 > 插件目录 .env > ~/.config/read-image/.env > 默认值。 默认模型 gpt-4o-mini、默认接口 https://api.openai.com/v1。

常见视觉模型：OpenAI gpt-4o-mini / gpt-4o、通义千问 qwen-vl-max（DashScope 兼容模式）、 智谱 glm-4.6v-flash / glm-4v-flash（免费）、硅基流动上的开源视觉模型。

卸载插件 / 移除市场时，插件目录连同其中的 .env 配置会一起被删除。

使用

新对话中直接说：

查看这张图片：/path/to/image.png

插件会调用视觉模型识别并返回内容。也可在终端自测：

python3 plugins/read-image/scripts/read_image.py /path/to/image.png --prompt "描述这张图"

说明

• 支持 png / jpg / jpeg / webp / gif，可一次传多张图；
• 图片只会发送到你配置的视觉模型服务，不经过其他服务器；

License

MIT