agent-vision-toolkit
Une boîte à outils visuelle et un skill qui donnent aux agents de code en mode texte la compréhension d’images : questions-réponses sur images, OCR de captures longues, restitution d’interfaces et automatisation d’interface graphique.
Résumé écrit par une IA à partir de la description et du README du dépôt.
Mis à jour il y a 38 min
+7 étoiles gagnées cette semaine
Étoiles gagnées chaque jour, sur 30 jours
Sur GitHub
为纯文本模型"看图“设计更好的视觉工具箱和技能，支持多图理解，图片问答，前端UI还原、GUI 自动化等，并可选无缝接入多个主流agent，直接识别粘贴图片｜ A vision toolkit and skill designed for text-only llms — image Q&A, long-screenshot OCR, frontend UI restoration, and GUI automation, with optional seamless integration for Codex, Claude Code, Pi, Oh My Pi, and OpenCode
La description écrite par ses auteurs sur GitHub.
Ce que contient ce dépôt
- Skills
- 1 fichier SKILL.md
- Scripts
- 5 dans les dossiers de skills Python 5
- Son README
- Demande une clé d’API ou un jeton
Aucun exécutable, fichier de hooks ni réglage MCP.
Lu dans les fichiers et le README du dépôt : des faits à vérifier sur GitHub, pas une évaluation.