Home› Progetti› agent-vision-toolkit
agent-vision-toolkit
Python

agent-vision-toolkit

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, C

di Anionex · GitHub
Stelle
Fork
Licenza
Creato
Ultimo commit
Categoria
Lingua
agentagent-skillsclaude-codeMITPython
Visualizza su GitHub
In parole semplici

Dotare gli agenti di codifica solo testuali di capacità di elaborazione delle immagini come rispondere a domande su immagini e comprendere screenshot.

✓ Rivendicata dal suo manutentore
agent-vision-toolkit — GitHub preview card
📈 Storia delle stelle
1k0k
2026-08-102026-11-17
📈 Segui agent-vision-toolkit

Ricevi un avviso via email alla prossima release o quando decolla — non perderti nulla.

Gratis · senza carta · disdici quando vuoi
Ricevi avvisi via email →
📄 Informazioni

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, C

agent-vision-toolkit ha 1.3k stelle su GitHub. È stato forkato 50 volte. agent-vision-toolkit è scritto principalmente in Python. È in sviluppo attivo dal 2026. agent-vision-toolkit è disponibile con licenza MIT. I suoi temi principali sono: agent, agent-skills, claude-code, codex.

❓ Frequently asked questions

Che cos'è agent-vision-toolkit?

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, C

agent-vision-toolkit è open source?

agent-vision-toolkit è un progetto open source. È rilasciato con licenza MIT.

agent-vision-toolkit è gratuito?

Sì. agent-vision-toolkit è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.

Con quale licenza è agent-vision-toolkit?

agent-vision-toolkit è disponibile con licenza MIT.

In quale linguaggio è scritto agent-vision-toolkit?

agent-vision-toolkit è scritto principalmente in Python.

🏅 Manutentore di questo progetto?
olud.ai badge — agent-vision-toolkit

Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.

[![olud.ai](https://olud.ai/badge.php?tool=anionex-agent-vision-toolkit)](https://olud.ai/project/anionex-agent-vision-toolkit.html)
Altre opzioni di badge →
🧬 Condivide il DNA con🧬 Vedi la mappa del DNA →
modlens
Il primo plugin per la visione per DeepSeek Harness, e il ponte visivo per ogni agente di codif…
★ 4k · agent-skills
condividetext-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
condivideglmharness-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)。
★ 59 · dashscope
condividevisiondsh-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。
★ 168 · agent-skills
condividevisiondeepseek
GLM-skills
Competenze ufficiali per la famiglia di modelli GLM.
★ 476 · glm
condividevisionglm
dify
Crea flussi di lavoro agentici, pipeline RAG, con un ricco supporto per modelli e strumenti AI…
★ 161k · agent
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
TradingAgents
TradingAgents: Framework di Trading Finanziario Multi-Agent LLM
★ 123k · agent
OpenHands
🙌 OpenHands: Sviluppo guidato dall'AI
★ 93.5k · agent
hello-agents
📚 《从零开始构建智能体》—— principi e tutorial pratici per costruire agenti da zero
★ 87k · agent

Misurato dai topic GitHub comuni a entrambi i progetti, ponderati per la loro rarita.