图片识别节点是LangChat Pro工作流中的模型节点，利用视觉模型识别图片内容，将识别结果作为变量传递给下游节点。
节点特性
图片识别节点属于工具型处理节点，其核心特性是执行图片内容识别操作并将结果封装为上下文变量，而非直接输出给用户。工具节点 vs 输出节点
在LangChat Pro工作流中，节点按照输出特性分为两类： 输出节点（直接响应用户）：- LLM大模型节点：支持流式输出
- 直接回复节点：输出变量内容
- 图片识别节点
- 百度搜索节点
- 知识库检索节点
- 其他功能节点
执行场景对比
图片识别节点
图片识别节点基于视觉AI模型，提供强大的图片内容识别和理解能力。配置参数
输入参数
视觉模型：- 选择用于图片识别的AI模型
- 支持多种视觉模型选择
- 通过模型选择器配置
- 影响识别的准确性和效果
- 支持动态引用流程上下文变量
- 支持静态图片链接输入
- 支持变量和链接的混合输入
- 通过智能变量选择器配置
- 默认引用系统文件变量：
{{#sys.files#}}
- 视觉模型的系统提示词
- 用于指导AI识别方向
- 支持多行文本输入
- 影响识别的重点和风格
- 开启：直接流式输出给用户
- 关闭：输出变量供下游节点使用
- 影响图片识别的输出方式
输出变量
识别结果：- 数据类型：TEXT文本格式
- 内容：从图片中识别出的内容描述
- 用途：供下游节点引用和处理
典型使用场景
场景一：简单图片识别
适用场景：- 用户上传图片的内容识别
- 简单的图片内容描述
- 图片信息的自动提取
场景二：图片识别+AI分析
适用场景：- 需要AI分析图片内容
- 智能化的图片理解
- 结合视觉和AI的图片处理
场景三：多图片批量识别
适用场景：- 批量处理多张图片
- 图片集合的内容分析
- 大量图片的自动识别
场景四：特定场景图片识别
适用场景：- 特定场景的图片识别
- 专业化的图片分析
- 定制化的视觉识别
场景五：图片内容验证
适用场景：- 图片内容的质量验证
- 智能化的图片处理
- 条件化的图片识别
图片识别节点是工作流中视觉AI处理的重要工具，基于视觉AI模型提供强大的图片内容识别和理解能力。通过合理配置视觉模型、提示词和输出方式，可以实现高效的图片内容识别和分析。