视觉链（Vision Chain）— 最终定案 2026-08-15
权威参考（Hermes 记忆只存指针，细节看本文件）。定案来源：vault
decisions/2026-08-15.md§18。
顺序（免费优先，逐级兜底）
| # | 档位 | 成本 | 备注 |
|---|---|---|---|
| ① | Window MCP | 免费 | AX 树 · 最准 · 多平台发布首选（Hermes 专属 Windows 工具，子代理无此集成） |
| ② | Gemini 3.7 Flash | 免费配额 | 当前主视觉（Prime 已配；key 在 D:\hermes.env GOOGLE_API_KEY） |
| ③ | UI-TARS-1.5-7B API | OpenRouter 0.20 每 M | ScreenSpot-V2 94.2% 点准 · 性价比最高（用户提供 OpenRouter API） |
| ④ | Qwen3-VL-235B | $0.26/M | 开源最强通用视觉理解 |
- 本地全排除：UI-TARS 本地 7B/2B（已删）、OmniParser（CPU 太慢 26s/图，修 CUDA 才值）
- 切换：
python vision_switch.py <档>一条命令（Hermes 侧）
子代理视觉桥（2026-08-17 建，全平台）
PI/OMP/OpenClaw 等子代理没有 Hermes 的 vision_analyze 集成（WSL 无 Window MCP）——用通用桥：
- 脚本：
D:\hermes\scripts\vision_ask.py（全局路径，任何域可调，不绑定域） - 用法：
python D:\hermes\scripts\vision_ask.py <图片路径或URL> "<问题>" [--model gemini|ui-tars|qwen] - 链式逻辑（与 Hermes 同）：② Gemini 3.7 Flash（免费）→ ③ UI-TARS-1.5-7B（OpenRouter bytedance/ui-tars-1.5-7b，0.20 M）→ ④ Qwen3-VL-235B（qwen/qwen3-vl-235b-a22b-thinking，$0.26/M）——② 失败自动降级
- key 来源：
D:\hermes\.env（GOOGLE_API_KEY / OPENROUTER_API_KEY） - 手机端（Termux）：需自行同步一份脚本（从 vault 或 PC），key 用手机端 .env
- 实测：三档均验证通过（2026-08-17，报价截图读出 QUOLILY0001）
历史（为什么 UI-TARS 在 Qwen 上面）
- 旧版（8/14 前定）：Qwen3-VL-235B 第 3（当时 UI-TARS 仅本地版未接 API）、UI-TARS API 第 4——「开源最强」是当时排 Qwen 在前的原因
- 8/15 §18 最终定案：UI-TARS-1.5-7B API（OpenRouter）提到第 3——用户 research 印证 ScreenSpot-V2 94.2% 点准率、性价比最高；Qwen 降到第 4
- ⚠️ 8/11-15 压缩摘要里的 6 档链（Qwen 第 3）是旧版，以本文件为准
子代理映射（同一逻辑）
- Prime：已配 Gemini 3.7 Flash（auth.json google provider，2026-08-10 验证）
- OMP：catalog 1987 视觉模型；加 google provider 切模型即用（当前 DeepSeek 纯文本）
- PI / DSH：无视觉工具（模型 deepseek 文本）→ 遇视觉任务用「截图 + 视觉 API 描述」模式兜底（Gemini 快验 → UI-TARS/Qwen 兜底）
相关
- decisions/2026-08-15.md §18（视觉链最终化）
- 旧分层记忆「Gemini 快验 → MSI Ollama 免费批量」为三机舰队时代方案，已不在正式链
⚠️ 费用澄清（2026-08-20 查明）
- OpenRouter $10 消费不是视觉——是 Hermes auxiliary 压缩/摘要兜底自动 fallback 到付费
google/gemini-3.6-flash（默认通道 connection error 时触发，8/19 11:54 首次） - 视觉链本身干净：
auxiliary.vision= Gemini 3.7 Flash 免费（GOOGLE_API_KEY）；vision_ask.py 降级链仅 ui-tars/qwen - 已修复：
auxiliary.free_only: true（8/20 写入 config.yaml，重启后生效）——详见 2026-08-20