求助！！智能体里面 怎么能像 影刀那样 既输入文字 也能输入 图片啊，

实在智能体： 有多模态模型，但不能输入图片啊 ，怎么才能输入图片让大模型读取解析呢

影刀的AI POWER  就可以 都输入，因为模型也是多模特模型