只有deepseek识别出来图片信息，而其余根本不知道在说什么。 
薅到了小米的羊毛，配置在Claude code中让agent切分图片然后OCR识别，结果又不知道在说什么。 
好奇怪 
是因为超长图，内容密度很高且包含大量表格和特殊符号，对OCR和视觉模型的分辨率/上下文窗口都是很大挑战吗？