多模态输入

约束与限制

在会话中上传图片

以在智能体中上传代码片段截图为例，详细说明如何识别图片中的内容。

1. 切换智能体模式。
   1. 参考快速启动操作，登录华为云码道代码智能体IDE。
   2. 在聊天界面的输入框下方选择“内置 > 智能体”，切换到智能体模式。右侧显示当前选用的模型，您可在下拉框中切换不同大语言模型。
      

      如果没有正常显示华为云码道代码智能体的聊天窗口，请在顶部菜单栏的右上方，单击展开AI侧栏图标 ，即可打开华为云码道代码智能体。

2. 上传图片。
   • 本地目录图片

     单击输入框中的 ，选择“上传图片或附件”，浏览并选择本地图片。您也可以直接将本地图片拖入输入框完成上传。

   • 剪切板图片

     直接在输入框中粘贴，即可将剪切板图片上传。

   • 项目目录图片

     在华为云码道代码智能体IDE资源管理器的文件树中找到目标图片，直接将其拖入输入框即可完成上传。

3. 查看图片识别结果。

在会话中上传附件

以在智能体中上传pdf格式的附件为例，详细说明如何将附件添加到会话中。

1. 切换智能体模式。
   1. 参考快速启动操作，登录华为云码道代码智能体IDE。
   2. 在聊天界面的输入框下方选择“内置 > 智能体”，切换到智能体模式。右侧显示当前选用的模型，您可在下拉框中切换不同大语言模型。
      

      如果没有正常显示华为云码道代码智能体的聊天窗口，请在顶部菜单栏的右上方，单击展开AI侧栏图标 ，即可打开华为云码道代码智能体。

2. 单击输入框中的 ，选择“上传图片或附件”，浏览并选择本地附件。
3. 输入提示词，再单击发送图标 ，智能体便会根据提示词创建并执行任务。

使用语音输入

当不便手动输入文字、需要快速口语表达或难以构建结构化指令时，您可以启用语音输入功能。该功能支持单次最长10分钟的连续录音，能够免去冗长的文字描述，帮助您实现精准、高效的需求沟通。

首次使用时，请确保已开启了麦克风访问权限，如果未开启的，需前往系统设置处理（具体操作界面以实际环境为准）。

• Windows操作系统：前往开始 > 设置 > 隐私和安全性，开启麦克风访问权限。
• macOS操作系统：前往系统设置 > 隐私和安全性，开启麦克风访问权限。

1. 切换智能体模式。
   1. 参考快速启动操作，登录华为云码道代码智能体IDE。
   2. 在聊天界面的输入框下方选择“内置 > 智能体”，切换到智能体模式。右侧显示当前选用的模型，您可在下拉框中切换不同大语言模型。
      

      如果没有正常显示华为云码道代码智能体的聊天窗口，请在顶部菜单栏的右上方，单击展开AI侧栏图标 ，即可打开华为云码道代码智能体。

2. 在聊天界面的输入框下方，单击语音输入图标 ，开始录入语音，AI会将您的语音输入自动转为文字并填入输入框。

   单次输入的语音时长请不要超过10分钟。

3. 语音输入完成后，单击停止语音输入图标 ，再单击发送图标 ，智能体便会根据提示词自动创建任务。

   如果语音识别结果有误，您可以在发送前进行手动编辑。