图像输入
用于将图像作为输入传递给模型的 API
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。
前提条件：获取 VLM（视觉语言模型）
如果您还没有 VLM，可以使用以下命令下载 qwen2-vl-2b-instruct 等模型
lms get qwen2-vl-2b-instruct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）句柄。
import lmstudio as lms
model = lms.llm("qwen2-vl-2b-instruct")准备图像
使用 prepare_image() 函数或 files 命名空间方法获取随后可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提供，而无需先将其写入磁盘。由于此特性，*不*支持二进制文件系统路径（因为它们将被视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。
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)