前面十几篇教程下来，我们的 Agent 已经能读写文件、执行命令、管理任务、调用 sub agent，但它有个明显的短板：只能读取文本。
实际用 coding agent 时，最顺手的交互常常是发截图。程序报错、页面样式不对、照着设计稿实现，都比用文字描述更直接。
所以这一篇我们就给 My Claude Code 加上图片输入的能力。