Accueil› Projets› agent-vision-toolkit
agent-vision-toolkit
Python

agent-vision-toolkit

Une boîte à outils visuelle et une compétence conçues pour les modèles de texte uniquement — Q&R sur images, OCR de longues captures, restauration d'interface utilisateur frontend, automatisation GUI, et intégration optionnelle transparente avec plusieurs agents principaux, reconnaissance directe d'images collées| 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, C

par Anionex · GitHub
Étoiles
Forks
Licence
Créé
Dernier commit
Catégorie
Langue
agentagent-skillsclaude-codeMITPython
Voir sur GitHub
En termes simples

Équipez les agents de codage textuels de capacités de traitement d'images, comme répondre à des questions sur des images et comprendre des captures d'écran.

✓ Revendiquée par son mainteneur
agent-vision-toolkit — GitHub preview card
📈 Historique des étoiles
1k0k
2026-08-102026-08-31
📈 Suivez agent-vision-toolkit

Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.

Gratuit · sans carte · désinscription à tout moment
Recevoir des alertes e-mail →
📄 À propos

Une boîte à outils visuelle et une compétence conçues pour les modèles de texte uniquement — Q&R sur images, OCR de longues captures, restauration d'interface utilisateur frontend, automatisation GUI, et intégration optionnelle transparente avec plusieurs agents principaux, reconnaissance directe d'images collées| 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, C

agent-vision-toolkit compte 1.1k étoiles sur GitHub. Il a été forké 38 fois. agent-vision-toolkit est écrit principalement en Python. Il est développé activement depuis 2026. agent-vision-toolkit est disponible sous licence MIT. Ses principaux thèmes sont : agent, agent-skills, claude-code, codex.

❓ Frequently asked questions

Qu'est-ce que agent-vision-toolkit ?

Une boîte à outils visuelle et une compétence conçues pour les modèles de texte uniquement — Q&R sur images, OCR de longues captures, restauration d'interface utilisateur frontend, automatisation GUI, et intégration optionnelle transparente avec plusieurs agents principaux, reconnaissance directe d'images collées| 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, C

agent-vision-toolkit est-il open source ?

agent-vision-toolkit est un projet open source. Il est distribué sous licence MIT.

agent-vision-toolkit est-il gratuit ?

Oui. agent-vision-toolkit est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.

Sous quelle licence est agent-vision-toolkit ?

agent-vision-toolkit est disponible sous licence MIT.

Dans quel langage agent-vision-toolkit est-il écrit ?

agent-vision-toolkit est écrit principalement en Python.

🏅 Mainteneur de ce projet ?
olud.ai badge — agent-vision-toolkit

Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.

[![olud.ai](https://olud.ai/badge.php?tool=anionex-agent-vision-toolkit)](https://olud.ai/project/anionex-agent-vision-toolkit.html)
Plus d'options de badge →
🧬 Partage son ADN avec🧬 Voir la cartographie ADN →
modlens
Le premier plugin vision pour DeepSeek Harness, et le pont vision pour chaque agent de codage t…
★ 3.8k · agent-skills
partagetext-only-llmvision
codex-vision-proxy
让纯文本模型在 Codex 中无障碍看图(view_image)的更优方案,附为纯文本 LLM 设计的视觉工具包&skill | A superior approach for enabl…
★ 273 · agent
partageglmharness-engineering
dsh-vision-complete
给 DeepSeek 补上「眼睛和耳朵」的多模态视觉插件:看图 / OCR / 物体检测 / 视频理解 / 语音转写 / 截图直读,一键安装(DSH 插件)。
★ 42 · dashscope
partagevisiondsh-plugin
claude-code-vision-skill
为 Claude Code 赋能多模态视觉能力,适配 纯文本 LLM 底座,用于截图 / UI / 图表分析;搭配 browser-harness 可做前端布局自动化检查。
★ 171 · agent-skills
partagevisiondeepseek
GLM-skills
Compétences officielles pour la famille de modèles GLM.
★ 468 · glm
partagevisionglm
dsh-vision-router
Yeux pour les agents DeepSeek Harness text-only : chaîne de vision gratuite intégrée (sans clé)…
★ 1k · deepseek-harness
partagevisiondsh-plugin
dsh-vision
Near-native image understanding for DeepSeek Harness
★ 88 · deepseek-harness
partagevisiondsh-plugin
Thinking-with-Visual-Primitives
Archived snapshot of Thinking-with-Visual-Primitives
★ 276 · deepseek
partagevision-language-modeldeepseek
JavaGuide
Java 面试 & 后端通用面试指南,覆盖计算机基础、数据库、分布式、高并发、系统设计与 AI 应用开发
★ 157k · agent
dify
Créez des workflows Agentic, des pipelines RAG, avec un support riche pour les modèles et outil…
★ 154k · agent

Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.