去年我们组接手一份三百多页的产品手册插图两百多张。领导提了仨要求做一遍无障碍检查缺 alt 的补上把版式不齐的图理顺列一份图片清单归档。两个实习生翻了一个星期翻到眼花还是漏了不少。今年同样的活儿我用察元AI文档助手的 image.list 工具接上 Claude Code十几分钟出全量清单。这篇文章就把这套读图的用法完整过一遍。先把背景铺一下。察元是跑在 WPS 文字里的智能加载项加一个本机 MCP 文档智能体服务对外提供 46 个文档工具。Claude Code、Codex CLI、Cursor 这类外部智能体通过 MCP 直连之后就能真的翻开你的文档干活而不是让你来回复制粘贴。AI Agent 办公落地喊了一年落到文档上第一件事就是让智能体能读到文档的结构化信息——图片的元信息恰恰是其中最容易被忽略的一块。image.list 读的是元信息不是看图这一点必须先说清不然容易期望错位。image.list 不是图像内容识别它读的是每张图在文档里的档案替换文字alt是什么、环绕方式wrap是哪一种、图片前后各接了什么文字。至于图里画了什么那是多模态大模型的事。但做排版治理和无障碍检查恰恰是这份档案最值钱——一张图会不会压住正文看环绕方式就知道一张图该配什么 alt看前后文就有线索。三步把环境搭起来第一步装察元。Windows 一行 PowerShell 就够了脚本会自动装好 WPS 加载项、本机 MCP 服务和技能文件MCP 服务还会注册开机自启全程不需要另装 Node.js。{[Net.ServicePointManager]::SecurityProtocol[Net.SecurityProtocolType]::Tls12;$wNew-ObjectNet.WebClient;$w.Encoding[Text.Encoding]::UTF8;$s$w.DownloadString(https://gitee.com/cloudshd/chayuan-wps-releases/raw/master/scripts/install-wps-skill-chayuan.ps1);if($s.Length-and$s[0]-eq[char]0xFEFF){$s$s.Substring(1)};([scriptblock]::Create($s))-Fetch}第二步给 Claude Code 注册 MCP 服务地址是本机的 62588 端口claude mcpadd--transporthttp chayuan-wps-mcp http://127.0.0.1:62588/mcp第三步验证链路。访问 http://127.0.0.1:62588/healthz返回 online 就说明 WPS、加载项、MCP 服务整条链都通了。服务只监听本机回环地址文档内容不出网这一点在内网环境里尤其要紧。三个字段对应三类问题alt 字段。读屏软件靠 alt 把图念出来无障碍检查第一项就是查它。alt 为空、alt 写成图片1这种占位符、alt 与前后文完全对不上都算问题。两百张图靠人工核对漏检几乎是必然让智能体拉全量清单逐条比对才有底数。wrap 字段。嵌入式、四周型、衬于文字下方、浮于文字上方各有各的用途但一份正式手册里混进几张浮于文字上方的图打印时压住正文、转 PDF 时错位这种事故我见过不止一次。按环绕方式分组统计异常项一眼就冒出来。前后文字段。图片不是孤岛它前后那两段往往就是语境。判断一张截图该不该删、挪到哪儿、alt 该怎么写都得看前后文。对智能体来说这个字段等于给每张图配了一个定位锚后续写批注、做替换都不至于张冠李戴。两条提示词直接抄走摸底盘点用这条列出文档中所有图片输出一张表格序号、alt 文本、环绕方式、前后文摘要并把 alt 为空或明显是占位符的图单独标出来定点排查用这条找出环绕方式为浮于文字上方的图片结合每张图的前后文判断是否可能遮挡正文把结论整理成一份按风险排序的清单跑完第一条全量底数就有了第二条把版式隐患直接定位到具体图片。后面要补 alt、改环绕再让智能体按清单逐条处理人工只管抽查复核。边界与适用人群alt 的建议文案可以让 AI 起草但一张图到底想表达什么还得懂业务的人拍板工具给的是线索和底数不是终审结论。这套读法适合的典型场景手册维护、标书排版、无障碍合规检查、送审前的图片清理。另外加载项里还有一套图像批量的治能力——导出或删除全部图像、统一或清除格式、图像题注和 image.list 的读正好凑成组合拳下一篇展开讲。同样规模的活儿从一个星期缩到十几分钟。工具的价值不是替你思考是把你从翻页里捞出来。