¿Cómo es?
En este enfoque, las imágenes se pasan al Agentes de Visión al inicio y se almacenan como task_images junto con el prompt de la tarea. El agente luego procesa estas imágenes durante su ejecución.
Fuente: Agents Course — Hugging FaceBloque: U2: Agentes de Visión y NavegaciónOrden: 2
En este enfoque, las imágenes se pasan al Agentes de Visión al inicio y se almacenan como task_images junto con el prompt de la tarea. El agente luego procesa estas imágenes durante su ejecución.