一招教你解决deepseek不能识别图片的问题
说实话，DeepSeek V4 Pro降价之后我立马切过去用了，推理能力确实顶，但有个坑差点把我劝退——它根本不认识图片。我试着丢了一张截图进去想让它分析，结果直接报错，说模型不支持多模态。我心想这不行啊，日常工作中看图的需求太多了。
我的土办法：给DeepSeek配个”眼睛”
琢磨了几天，我发现其实可以用MCP（一种让AI工具互相调用的协议，相当于给DeepSeek装了个插件接口）来接入其他视觉模型。思路很简单：让千问的视觉模型先看图，把图片内容翻译成文字描述，再传给DeepSeek处理。说白了就是让DeepSeek借别人的眼睛来看世界。
具体我是这样搭的。先打开阿里云百炼控制台，选一个有视觉能力的模型，比如qwen3-vl-plus。阿里云每个模型都有100万token的免费额度，读一次图消耗的token很少，够用很长一段时间了。
然后我在Claude Code里让DeepSeek帮我配植了一个MCP服务，baseurl填的是阿里云的dashscope地址，模型选qwen3-vl-plus，再加上自己的api key。配植完之后DeepSeek提示要重启Claude Code，重启完系统检测到MCP就会弹窗问你要不要用，我选的是”这个项目和未来都用”。
实测效果与局限
测试了一下图像识别，DeepSeek确实能”看懂”图了——其实是千问先看，再把内容描述给DeepSeek。整个过程MCP调用成功，返回的描述还挺准的。第一次使朋的时候出了点小问题，我让DeepSeek自己排查，它修好了。
不过说到底，这种方式有个硬伤：DeepSeek拿到的是二手信息，中间转了一道手，难免有信息失真。比如图片里一些细节，经过文字描述后可能会丢。但现阶段没有更好的办法，DeepSeek网页版已经有识图功能了，API版本应该也快了。
我用这套方案跑了两周，日常看图分析基本够使。如果你也苦于DeepSeek不能读图，可以试试这个野路子。你平时用DeepSeek的时候，最希望它解决什么视觉相关的问题？
