图片重看（MaiBot Image Relook）

当首遍图片描述不够用时，按当前问题重新调用 VLM 看图。向 planner 暴露 inspect_image 工具。

解决什么问题

MaiBot 默认会先把图片转成一段文字描述再给文本模型用。描述一旦漏掉关键细节（数量、文字、颜色、位置），后面就补不回来——就像下面这张梗图：

本插件让 planner 在需要时带着具体问题再看原图，而不是只靠第一次摘要。

兼容性

声明兼容 MaiBot 1.0.0 ~ 1.99.99（SDK 2.5.1 ~ 2.99.99），覆盖整个 1.x 主版本线。

需要已配置可用的 [model_task_config.vlm]（visual = true 的多模态模型）。

功能

• Tool：inspect_image
  • question：要对图片问的具体问题（必填）
  • image_index：从最近往前第几张图，默认 1
  • msg_id：可选，优先看某条消息里的图
• 消息里只有 hash、没有内嵌字节时，会从 data/images/<hash>.* / Images 表补读原图
• 工具默认 visibility=visible，便于 planner 直接看见

安装

1. 把本仓库放到 MaiBot 的 plugins/ 目录，例如： plugins/github_kumburovicbranko682-boop_image-relook/
2. 或在 WebUI 插件中心 / 官方插件仓库安装（收录后）
3. 重启 MaiBot，日志出现：图片重看插件已加载

配置

运行时由 Runner 根据 config_model 生成 config.toml。常用项：

[plugin]
enabled = true
config_version = "1.0.3"

[relook]
lookback_hours = 24.0
recent_message_limit = 40
max_images = 10
llm_task = "vlm"
temperature = 0.2
max_tokens = 1024

配置	默认	说明
relook.lookback_hours	24	向前找图的小时数
relook.llm_task	vlm	识图任务名
relook.temperature	0.2	重看温度

使用方式

一般不用手打命令。用户发图并追问细节时，planner 应调用 inspect_image。

示例：

1. 用户发一张手掌图：「看得见吗」
2. 用户追问：「掌纹有几条」
3. planner 调用 inspect_image(question="这张手掌图上有几条掌纹？")
4. 工具带问题重跑 VLM，把观察结果交回 planner / replyer

能力声明

• message.get_recent
• llm.generate
• database.get

故障排查

现象	可能原因
工具返回找不到图片	会话 ID 不对；图超出 lookback；图片文件已被清理
识图失败	VLM 未配置 / 模型 visual=false / 上游报错
planner 不调用工具	确认插件已加载；工具描述是否可见；是否被 tool_search 延迟发现（本插件已设 visible）

License

MIT