​
代码

from pathlib import Path

from agno.agent import Agent
from agno.media import Image
from agno.models.openai import OpenAIChat

agent = Agent(
    model=OpenAIChat(id="gpt-4o"),
    agent_id="image-to-text",
    name="图片转文字代理",
    markdown=True,
    debug_mode=True,
    show_tool_calls=True,
    instructions=[
        "你是一个可以根据图像生成文字描述的 AI 代理。",
        "你必须返回一个描述图像的文本响应。",
    ],
)
image_path = Path(__file__).parent.joinpath("sample.jpg")
agent.print_response(
    "写一个关于这张图片的 3 句小说故事",
    images=[Image(filepath=image_path)],
    stream=True,
)

​
用法

1

创建虚拟环境

打开 Terminal 并创建一个 python 虚拟环境。

python3 -m venv .venv
source .venv/bin/activate
2

设置你的 API 密钥

export OPENAI_API_KEY=xxx
3

安装库

pip install -U openai agno
4

运行代理

python cookbook/agent_concepts/multimodal/image_to_text_agent.py