xby-extract-image

当你想让大模型"看"一张图，第一步往往不是分析，而是折腾：图可能在本地磁盘、某个网页链接里、或者刚从剪贴板剪下来的 base64 串中。格式不一、编码不同，手动拼接既容易出错也拖慢节奏。xby-extract-image 把这条链路收敛成三个工具调用——本地文件、HTTP/HTTPS URL、base64 数据各取所需，统一输出为 LLM 可直接消化的 base64 图像，省掉你重复编写读取、编码、清洗的胶水代码。

在提取之上，它同时提供视觉内容理解、OCR 文字提取和物体识别三项分析能力，覆盖截图、照片、流程图、文档扫描件等常见素材。配合 set_xby_apikey 一次设置、持久化生效的密钥管理，整个从"拿到图"到"读懂图"的过程可以在对话内连续完成，不需要中途切换终端或手动贴文件。

如果你正在构建需要多模态理解的 Agent 流程、做竞品截图批量化读取、或者只是想让模型帮你把一张网页图里的表格文字抽出来，这个插件都能作为轻量级的前置图像管道，直接嵌进现有工作流中。