01阅读实现教程 →
为文本编程模型挂载视觉能力
现有问题
文本优先的编程模型无法直接理解截图、UI、图表或 PDF 页面，主模型因此缺少关键上下文。
工作流方案
把视觉模型或 OCR 作为主模型可调用的工具。主模型继续负责规划，只有真正需要看图时才触发多模态模型。
01Claude Code
↓
02虚拟模型端点
↓
03主文本模型
↓
04视觉工具
↓
05最终回答
使用场景
面向本地 AI Agent 的实用多模型工作流。
从现有 Agent 的具体限制出发，把增强后的能力发布成一个可以持续复用的虚拟模型。
02阅读实现教程 →
把多模型评审面板发布成一个模型
现有问题
单模型容易受自身盲区影响，但让客户端直接管理多个模型、并行调用和结果综合会带来大量重复工程。
工作流方案
用 Fusion 工作流并行调用多个评审模型，再由综合模型生成最终结果。客户端只看到一个模型名。
01Agent 请求
↓
02并行评审 A/B/C
↓
03综合模型
↓
04虚拟模型响应
03
发布可观测的模型 API
现有问题
传统模型代理通常只能看到一次 HTTP 请求，很难解释最终答案经过了哪些模型与工具，以及成本到底发生在哪里。
工作流方案
把工作流本身发布成 OpenAI 或 Claude 兼容 API，并保留节点、模型、工具、Token、耗时与错误的完整关联。
01标准模型 API
↓
02工作流运行时
↓
03执行轨迹
↓
04成本与错误归因