https://github.com/Lingyuzhou111/GLM_vision
GLM_vision 是一款适用于 chatgpt-on-wechat 的图像和视频分析插件，基于智谱GLM-4V视觉模型，支持通过URL链接分析图片和视频内容。
https://github.com/Lingyuzhou111/GLM_vision
Last synced: 4 months ago
JSON representation
GLM_vision 是一款适用于 chatgpt-on-wechat 的图像和视频分析插件，基于智谱GLM-4V视觉模型，支持通过URL链接分析图片和视频内容。
- Host: GitHub
- URL: https://github.com/Lingyuzhou111/GLM_vision
- Owner: Lingyuzhou111
- License: apache-2.0
- Created: 2024-12-10T10:28:35.000Z (5 months ago)
- Default Branch: main
- Last Pushed: 2024-12-10T10:34:33.000Z (5 months ago)
- Last Synced: 2024-12-10T11:33:34.337Z (5 months ago)
- Language: Python
- Size: 11.7 KB
- Stars: 0
- Watchers: 1
- Forks: 0
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
- License: LICENSE
Awesome Lists containing this project
- awesome-cow-plugins - Lingyuzhou111/GLM_vision - 4V 视觉模型，支持通过 URL 链接分析图片和视频内容。 (AIGC)
README
# GLM_vision
GLM_vision 是一款适用于 chatgpt-on-wechat 的图像和视频分析插件，基于智谱GLM-4V视觉模型，支持通过URL链接分析图片和视频内容。
智谱的多模态模型GLM-4V-FLASH最近全面免费开放。同时本人跟着WaytoAGI的共学教程也申请到了智谱AI平台的多个模型免费资源包，内含charglm-3、glm-4-air、glm-4-plus、glm-4v-plus等多个高智能对话模型和多模态模型的token 300万至5000万不等，有效期一个月。
本着不浪费资源的原则，于是就有了这个基于智谱多模态模型识别图片和视频的插件。其中glm-4v-plus具备视频内容和多图片的理解能力，现在申请可以白嫖一个月；glm-4v-flash只能识别单张图片，但胜在永久免费！
智谱GLM-4V-PLUS体验地址: https://open.bigmodel.cn/console/trialcenter?modelCode=glm-4v-plus
该插件使用起来非常简单，只需按以下步骤操作即可。
## 插件更新日志
20241211——增加自定义切换识图模型的指令，示例：切换识图模型 glm-4v-flash /切换视觉模型 glm-4v-plus
### 一. 获取API密钥
1. 注册并登录智谱AI开放平台 https://open.bigmodel.cn/
2. 在控制台创建API密钥并复制备用
### 二. 安装插件和配置config文件
1. 在微信机器人聊天窗口输入命令安装插件：
```
#installp https://github.com/Lingyuzhou111/GLM_vision.git
```
2. 安装必要的依赖：在GLM_vision插件目录打开终端，输入以下指令，等待安装完成
```
pip install -r requirements.txt
```
3. 配置 config.json 文件，仅需填写你在第一步获取的key，其他默认即可：
```json
{
"api": {
"base_url": "https://open.bigmodel.cn/api/paas/v4",
"model": "glm-4v-plus",
"timeout": 60,
"key": "YOUR_API_KEY",
"temperature": 0.8
},
"image": {
"max_size": 5,
"max_pixels": 6000
},
"video": {
"max_size": 20,
"max_duration": 30
}
}
```
4. 重启 chatgpt-on-wechat 项目
5. 在微信机器人聊天窗口输入 #scanp 命令扫描新插件
6. 输入 #help GLM_vision 查看帮助信息，确认插件安装成功
### 三. 使用说明
1. 分析图片：
- 发送"智谱识图 [图片URL]"或"分析图片 [图片URL]"或"看图 [图片URL]"
- 支持的图片格式：jpg, jpeg, png, webp
- 图片大小限制：5MB
- 最大像素：6000px
2. 分析视频：
- 发送"智谱识视频 [视频URL]"或"分析视频 [视频URL]"或"看视频 [视频URL]"
- 支持的视频格式：mp4
- 视频大小限制：20MB
- 视频时长限制：30秒
### 四. 常见问题
1. 如果分析失败，请检查：
- API Key 是否正确配置
- 网络连接是否正常
- URL是否可以直接访问媒体文件
- 媒体文件是否符合大小和格式要求
2. 如遇到其他问题，请在 GitHub 仓库提交 Issue
### 五. 版本信息
- 版本：1.0
- 作者：Lingyuzhou
- 最后更新：2024-12-10
- Github个人主页https://github.com/Lingyuzhou111