> ## Documentation Index
> Fetch the complete documentation index at: https://clickhouse.com/docs/llms.txt
> Use this file to discover all available pages before exploring further.

# Vision

> Entrada de imagens e compreensão visual no ClickHouse Agents

[Recurso beta](https://clickhouse.com/docs/reference/settings/beta-and-experimental-features.md#beta-features)

O Vision permite que os usuários façam upload de imagens para um agente analisar. O agente passa a imagem para um modelo compatível com Vision, que descreve, resume ou responde a perguntas sobre o que há nela.

## Ative os recursos do Vision

O Vision só funciona com modelos compatíveis com entrada de imagens. Se o modelo selecionado não conseguir processar entrada de imagens, o controle de upload na área de composição da mensagem ficará desabilitado. Mude para um modelo compatível com Vision para reativá-lo.

## Use os recursos de Vision

Clique no ícone de clipe de papel no canto inferior esquerdo da área de composição da mensagem e escolha **Upload to Provider** para anexar uma imagem — uma captura de tela, uma foto, um gráfico ou um diagrama. Em seguida, faça qualquer pergunta que exija a leitura da imagem: *"O que há de errado com este plano de execução da consulta?"*, *"Transcreva o texto desta captura de tela"* ou *"Compare este dashboard com o da semana passada."*

![Área de composição da mensagem com o menu do clipe de papel aberto, mostrando as opções Upload to Provider, Upload as Text e Upload to Code Environment](https://mintcdn.com/private-7c7dfe99/i3Gw7HRb0YxPr7dq/images/cloud/agent-builder/vision/vision.webp?fit=max\&auto=format\&n=i3Gw7HRb0YxPr7dq\&q=85\&s=45b45935c9b65fed0b571af93d14cbaa)

O agente trata a imagem como parte do contexto da mensagem, então perguntas de acompanhamento na mesma interação podem fazer referência ao que ele viu sem precisar reenviá-la.

## Combine o Vision com outras ferramentas

O Vision combina bem com o [code interpreter](https://clickhouse.com/docs/pt-BR/agents/builder/code-interpreter.md) para análises baseadas em imagens — por exemplo, o agente extrai números de uma captura de tela e depois executa Python para calcular totais — e com o [web search](https://clickhouse.com/docs/pt-BR/agents/builder/web-search.md) quando uma imagem faz referência a algo que o modelo precisa pesquisar.
