所需 Python SDK 版本： 1.1.0

某些模型（称为 VLM，即视觉语言模型）可以接受图像作为输入。您可以使用 .respond() 方法将图像传递给模型。

先决条件：获取一个 VLM（视觉语言模型）

如果您还没有 VLM，可以使用以下命令下载诸如 qwen2-vl-2b-instruct 之类的模型

lms get qwen2-vl-2b-instruct

1. 实例化模型

连接到 LM Studio 并获取您想要使用的 VLM（视觉语言模型）的句柄。

import lmstudio as lms

model = lms.llm("qwen2-vl-2b-instruct")

2. 准备图像

使用 prepare_image() 函数或 files 命名空间方法来获取可以随后传递给模型的图像句柄。

import lmstudio as lms

image_path = "/path/to/image.jpg" # Replace with the path to your image
image_handle = lms.prepare_image(image_path)

如果您只有图像的原始数据，可以直接将其作为字节对象（bytes object）提供，而无需先将其写入磁盘。由于此功能的存在，不支持二进制文件系统路径（因为它们会被处理为格式错误的图像数据，而不是文件系统路径）。

二进制 IO 对象也被接受为本地文件输入。

LM Studio 服务器支持 JPEG、PNG 和 WebP 图像格式。

3. 在 `.respond()` 中将图像传递给模型

通过在 .respond() 方法中将图像传递给模型来生成预测。

import lmstudio as lms

image_path = "/path/to/image.jpg" # Replace with the path to your image
image_handle = lms.prepare_image(image_path)
model = lms.llm("qwen2-vl-2b-instruct")
chat = lms.Chat()
chat.add_user_message("Describe this image please", images=[image_handle])
prediction = model.respond(chat)

图像输入

先决条件：获取一个 VLM（视觉语言模型）

1. 实例化模型

2. 准备图像

3. 在 .respond() 中将图像传递给模型

3. 在 `.respond()` 中将图像传递给模型