Aqbeż għall-kontenut ewlieni
Malti— Agħżel lingwa
Menu

Analiża stampa ma' Grok

Lezzjoni 11 / 14 Aġġornat 30 ta’ Lulju 2026 Zviluppatur
F'din il-paġna
  1. Viżjoni kompjuterizzata mal-API ta’ Grok
  2. Format tal-input tal-immaġni
  3. Eżempju bil-Python
  4. Bil-format chat/completions
  5. Ibgħat immaġni f’base64
  6. Każijiet ta’ użu reali
  7. Mudelli b’kapaċità ta’ viżjoni
  8. Punti Ewlenin

Viżjoni kompjuterizzata mal-API ta’ Grok

Il-mudelli ta’ Grok li jappoġġjaw il-viżjoni jistgħu janalizzaw stampi kif ukoll test. Tibgħat stampa (permezz ta’ URL jew f’base64) flimkien ma’ mistoqsija, u l-mudell jiddeskriviha, janalizzaha, jew joħroġ informazzjoni viżiva. Dik il-kapaċità tiftaħ possibbiltajiet konkreti: estrazzjoni ta’ data minn screenshots, analiżi ta’ grafiċi, u qari ta’ dokumenti skennjati.

Format tal-input tal-immaġni

Biex tibgħat stampa, tuża array ta’ kontenut imħallat (test u immaġni) fil-qasam input:

[
  {
    "type": "input_image",
    "image_url": "https://exemple.com/mon-image.jpg"
  },
  {
    "type": "input_text",
    "text": "What do you see in this image?"
  }
]

It-tip input_image jieħu URL pubbliku għall-immaġni. It-tip input_text fih il-mistoqsija jew l-istruzzjoni tiegħek.

Eżempju bil-Python

from openai import OpenAI
import os

client = OpenAI(
    api_key=os.getenv("XAI_API_KEY"),
    base_url="https://api.x.ai/v1"
)

response = client.responses.create(
    model="grok-4.5",
    input=[
        {
            "type": "input_image",
            "image_url": "https://exemple.com/graphique-ventes.png"
        },
        {
            "type": "input_text",
            "text": "Analyze this chart. What's the main trend?"
        }
    ]
)

print(response.output[0].content[0].text)

Bil-format chat/completions

Jekk tuża l-endpoint antik /v1/chat/completions, il-format huwa kemxejn differenti:

response = client.chat.completions.create(
    model="grok-4.5",
    messages=[
        {
            "role": "user",
            "content": [
                {
                    "type": "image_url",
                    "image_url": {"url": "https://exemple.com/photo.jpg"}
                },
                {
                    "type": "text",
                    "text": "Describe this image in detail."
                }
            ]
        }
    ]
)

Differenzi fil-format

EndpointTip tal-immaġniTip tat-test
/v1/responsesinput_imageinput_text
/v1/chat/completionsimage_urltext

Ibgħat immaġni f’base64

Jekk l-immaġni tiegħek ma tkunx aċċessibbli permezz ta’ URL (fajl lokali, immaġni ġġenerata), ikkodifikaha f’base64:

import base64

with open("capture.png", "rb") as f:
    image_base64 = base64.b64encode(f.read()).decode("utf-8")

response = client.responses.create(
    model="grok-4.5",
    input=[
        {
            "type": "input_image",
            "image_url": f"data:image/png;base64,{image_base64}"
        },
        {
            "type": "input_text",
            "text": "Read the text in this screenshot."
        }
    ]
)

Każijiet ta’ użu reali

Estrazzjoni tad-data

Ibgħat ritratt ta’ fattura jew riċevuta u itlob lill-mudell biex joħroġ l-ammonti, id-dati, u n-numri ta’ referenza.

Analiżi tal-grafiċi

Ibgħat grafiku jew dijagramma u itlob interpretazzjoni tax-xejriet u ċ-ċifri ewlenin.

Għajnuna fil-kodiċi

Aqsam screenshot ta’ żball fl-IDE tiegħek u itlob spjegazzjoni u soluzzjoni.

Deskrizzjoni tal-interfaċċja

Ibgħat mockup jew screenshot u itlob lill-mudell biex jiddeskrivi l-elementi tal-interfaċċja li fihom.

Mudelli b’kapaċità ta’ viżjoni

Mhux kull mudell ta’ Grok jappoġġja l-viżjoni. Uża grok-4.5, li jinkludi appoġġ għall-immaġni. Il-mudelli “Mini” jew “fast” jista’ jkollhom appoġġ limitat jew l-ebda wieħed.

Punti Ewlenin

  • Uża t-tip input_image mal-endpoint /v1/responses biex tibgħat stampi
  • Tista’ tibgħat stampi permezz ta’ URL pubbliku jew ikkodifikati f’base64
  • Il-mudell grok-4.5 jappoġġja l-analiżi tal-immaġni
  • Għaqqad immaġni u test f’array biex tagħmel mistoqsijiet dwar kontenut viżiv