本文介绍了如何在Obsidian插件中实现基于通义千问大模型的AI自动配图功能，以提高文章发布前寻找匹配图片的效率。该功能通过生成与文档内容相符的图片描述，解决了版权和匹配度问题。
Caption Image应用利用Cloudinary AI为社交媒体图片生成描述，提升无障碍性。文章介绍了如何通过Express框架创建API，结合Node.js和Cloudinary进行图片上传和描述生成。前端使用Next.js构建界面，支持图片上传和描述复制。应用部署在Vercel和Render上，展示了AI在图像描述中的潜力。
clip_interrogator是一种多模态工具，结合CLIP和BLIP生成图片描述。用户可以安装和配置不同模型，使用多种模式（如best、fast、classic、negative）获取自然语言描述，并支持自定义词库，适用于多种应用场景。
完成下面两步后，将自动完成登录并继续当前操作。
