你说得对，这个体验确实有问题。让我查一下自定义模型自动识别图片理解能力的逻辑。你说得完全对，这确实是我们的问题。
目前 TRAE 对 DeepSeek 自定义模型的能力识别有点问题：它会自动显示「图片理解」，但实际上 DeepSeek 的自定义模型接入还不支持多模态输入。
我已经把这个问题记录下来了。作为临时 workaround，你可以手动忽略那个「图片理解」的标识，只给 DeepSeek 传纯文本；或者换用其他确实支持图片理解的模型（比如 GPT-5、Kimi-K2.6 等）。
你之前用这个模型主要想做什么场景？我可以帮你看看有没有其他合适的方案。