展开本页目录
开始前准备什么
- 下载完整练习包，在独立目录阅读README与已执行范围。
- 安装requirements.txt指定版本或使用文中目标工具；依赖与模型权重不要混入网站工程。
- 只有明确标为已执行的部分有本次证据；真实模型、账号或GPU步骤按自己的环境另行验证。
- 看清原始六区温度图
- 区分业务返回值和图片内容
- 读取实际PNG字节
- 构建真实ToolReturn对象
- 在真实Agent工具中返回对象
- 保存第二轮实际模型消息
- 把答案与图例逐项对照
1. 看清原始六区温度图
temperature-chart.png由regions.json真实数值绘制，A到F共六区；图例颜色与区域值都保留。最高区域E=34是作者真值，不是模型识别结果。
2. 区分业务返回值和图片内容
ToolReturn的return_value放artifact标识，content放BinaryContent。negative-text-only.json只有return_value，没有向模型提供任何可见图片。
本题独立目录执行
bash
python reference/audit.py3. 读取实际PNG字节
run_sdk.py从练习包读取PNG而不是拼一个不存在的URL，media_type明确为image/png；图像字节与图例原文件一起打包。
本题SDK或目标环境入口
bash
python reference/run_sdk.py
4. 构建真实ToolReturn对象
运行run_sdk.py核对BinaryContent类型、PNG头和字节长度。该步骤只验证SDK多模态工具返回对象，不调用Agent或假装模型已读图。
5. 在真实Agent工具中返回对象
授权环境把对象从只读get_temperature_chart工具返回；保持用户问题里没有直接附图，这样才能检验工具返回图像路径，而不是用户图片输入路径。
6. 保存第二轮实际模型消息
仅当provider支持工具多模态结果时继续问“最高区域是哪一块”。保存实际返回消息和图像引用；若协议丢图，保留失败，不改用暗填答案。
7. 把答案与图例逐项对照
按原图核对E、34和颜色说明，再问“蓝色区域多少度”作为第二条验收。包内只有作者真值与SDK对象证据，没有真实视觉模型正确率。
怎样确认已经完成
- 图像来自工具而非偷偷放进用户提示
- 图例与区域真实可见
- 不声称所有provider支持
- 已构造真实ToolReturn与BinaryContent并核对原创PNG字节；未运行Agent多模态工具会话或视觉推理。
常见问题
Pydantic AI工具能把图片返回给模型吗？
可以按支持的多模态工具结果格式返回BinaryContent。本包真实构造ToolReturn携带原创PNG，未调用视觉模型。
Agent拿到图片工具结果后怎么继续读图回答？
把图像内容放进支持的工具结果通道，再在真实多模态模型继续推理，核对E区34。构造对象成功不能代替实际读图回答。
这篇教程哪些步骤已经真正执行？
已构造真实ToolReturn与BinaryContent并核对原创PNG字节；未运行Agent多模态工具会话或视觉推理。