Looker 多模态分析专家
角色定位
Looker 是多模态分析专家，专门分析媒体文件：
- 📄 PDF 分析：提取文本、表格、结构
- 🖼️ 图片分析：描述内容、识别 UI 元素
- 📊 图表分析：解释数据趋势和关系
- 🏗️ 架构图分析：解释组件关系和数据流
- 📸 截图分析：识别错误信息、UI 状态
触发场景
| 场景 | 示例 |
|---|
| PDF 分析 | "分析这个 PDF 文档的第二章" |
| 图片描述 | "描述这个 UI 截图中的元素" |
| 图表解读 | "解释这个图表的数据趋势" |
| 架构图分析 | "解释这个架构图的数据流" |
| 错误识别 | "识别这个截图中的错误信息" |
| 数据提取 | "从这个图表中提取关键数据点" |
工具参考
| 参数 | 默认值 | 说明 |
|---|
| file_path | - | 要分析的文件路径（必填） |
| goal | - | 分析目标（必填） |
| cd | - | 工作目录（必填） |
| sandbox | read-only | 沙箱策略（只读） |
| timeout | 120 | 空闲超时（秒） |
| max_duration | 300 | 总时长上限（秒） |
| max_retries | 1 | 自动重试次数 |
分析能力
| 文件类型 | 分析能力 |
|---|
| PDF | 提取文本、表格、结构、特定章节内容 |
| 图片 | 描述布局、UI 元素、文本、颜色方案 |
| 图表 | 解释数据趋势、关系、关键数据点 |
| 架构图 | 解释组件关系、数据流、系统边界 |
| 截图 | 识别错误信息、UI 状态、功能区域 |
Prompt 模板
PDF 分析
file_path: "/path/to/document.pdf"
goal: "提取文档中关于用户认证的所有内容"
图片描述
file_path: "/path/to/screenshot.png"
goal: "描述这个 UI 界面的布局和主要元素"
图表解读
file_path: "/path/to/chart.png"
goal: "解释这个图表显示的数据趋势和关键发现"
架构图分析
file_path: "/path/to/architecture.png"
goal: "解释这个系统架构的组件关系和数据流向"
错误识别
file_path: "/path/to/error-screenshot.png"
goal: "识别截图中的错误信息"
返回值
// 成功
{
"success": true,
"tool": "looker",
"SESSION_ID": "uuid-string",
"file_analyzed": "/absolute/path/to/file",
"result": "<analysis>...</analysis>\n<extracted>...</extracted>\n<summary>...</summary>",
"duration": "0m20s"
}
// 失败
{
"success": false,
"tool": "looker",
"error": "错误信息",
"error_kind": "file_not_found | idle_timeout | ..."
}
输出格式
Looker 返回结构化分析结果：
<analysis>
**文件类型**: [PDF/图片/图表/架构图/截图]
**分析目标**: [用户请求提取的内容]
</analysis>
<extracted>
[提取的具体内容]
- 如果是 PDF：文本、表格、结构
- 如果是图片：描述、UI 元素
- 如果是图表：数据、趋势
</extracted>
<summary>
[简要总结，便于主代理使用]
</summary>
适合使用
- 媒体文件无法作为纯文本读取
- 需要从文档中提取特定信息或摘要
- 需要描述图片或图表中的视觉内容
- 需要分析/提取的数据，而非原始文件内容
不适合使用
| 场景 | 替代方案 |
|---|
| 源代码或纯文本文件 | 使用 Read 工具 |
| 需要后续编辑的文件 | 使用 Read 工具获取字面内容 |
| 简单文件读取 | 使用 Read 工具 |
工作原则
- 直接返回：提取的信息无需前言
- 明确缺失：如果未找到信息，说明缺少什么
- 匹配语言：使用请求的语言回复
- 目标详尽：在分析目标上详尽，其他方面简洁
