Início› Projetos› agent-vision-toolkit
agent-vision-toolkit
Python

agent-vision-toolkit

Um kit de ferramentas visuais e habilidade projetados para modelos de texto puro "verem imagens" — suporte a múltiplas imagens, perguntas e respostas sobre imagens, restauração de UI frontend, automação GUI, e integração opcional e contínua com vários agentes principais, reconhecendo imagens coladas diretamente| Um vision toolkit e skill projetado para LLMs apenas de texto — Image Q&A, OCR de capturas de tela longas, restauração de UI frontend e automação GUI, com integração opcional contínua para Codex, C

por Anionex · GitHub
Estrelas
Forks
Tendências
Licença
Criado
Último commit
Categoria
Linguagem
agentagent-skillsclaude-codeMITPython
Ver no GitHub
Em palavras simples

Equipe agentes de codificação apenas de texto com habilidades de processamento de imagem, como responder perguntas sobre imagens e entender capturas de tela.

✓ Reivindicada pelo responsavel
agent-vision-toolkit — GitHub preview card
📈 Histórico de estrelas
1k0k
2026-08-102026-08-31
📈 Acompanhe agent-vision-toolkit

Receba um alerta por e-mail no próximo lançamento ou quando começar a bombar.

Grátis · sem cartão · cancele quando quiser
Receber alertas por e-mail →
📄 Sobre

Um kit de ferramentas visuais e habilidade projetados para modelos de texto puro "verem imagens" — suporte a múltiplas imagens, perguntas e respostas sobre imagens, restauração de UI frontend, automação GUI, e integração opcional e contínua com vários agentes principais, reconhecendo imagens coladas diretamente| Um vision toolkit e skill projetado para LLMs apenas de texto — Image Q&A, OCR de capturas de tela longas, restauração de UI frontend e automação GUI, com integração opcional contínua para Codex, C

agent-vision-toolkit tem 1.1k estrelas no GitHub. Foi bifurcado 38 vezes. agent-vision-toolkit é escrito principalmente em Python. Está em desenvolvimento ativo desde 2026. agent-vision-toolkit está disponível sob a licença MIT. Os seus principais temas são: agent, agent-skills, claude-code, codex.

❓ Frequently asked questions

O que é agent-vision-toolkit?

Um kit de ferramentas visuais e habilidade projetados para modelos de texto puro "verem imagens" — suporte a múltiplas imagens, perguntas e respostas sobre imagens, restauração de UI frontend, automação GUI, e integração opcional e contínua com vários agentes principais, reconhecendo imagens coladas diretamente| Um vision toolkit e skill projetado para LLMs apenas de texto — Image Q&A, OCR de capturas de tela longas, restauração de UI frontend e automação GUI, com integração opcional contínua para Codex, C

agent-vision-toolkit é de código aberto?

agent-vision-toolkit é um projeto de código aberto. É distribuído sob a licença MIT.

agent-vision-toolkit é gratuito?

Sim. agent-vision-toolkit é gratuito e de código aberto — você pode usá-lo, modificá-lo e hospedá-lo por conta própria.

Sob que licença está agent-vision-toolkit?

agent-vision-toolkit está disponível sob a licença MIT.

Em que linguagem agent-vision-toolkit está escrito?

agent-vision-toolkit é escrito principalmente em Python.

🏅 Mantenedor deste projeto?
olud.ai badge — agent-vision-toolkit

Adicione este badge ao vivo ao seu README — suas estrelas do GitHub e classificação no diretório, atualizadas diariamente.

[![olud.ai](https://olud.ai/badge.php?tool=anionex-agent-vision-toolkit)](https://olud.ai/project/anionex-agent-vision-toolkit.html)
Mais opções de badge →
🧬 Partilha ADN com🧬 Ver o mapa de ADN →
modlens
O primeiro plugin de visão para DeepSeek Harness, e a ponte de visão para todo agente de codifi…
★ 3.8k · agent-skills
partilhatext-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
partilhaglmharness-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
partilhavisiondsh-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
partilhavisiondeepseek
GLM-skills
Habilidades oficiais para a família de modelos GLM.
★ 468 · glm
partilhavisionglm
dsh-vision-router
Olhos para agentes DeepSeek Harness apenas texto: cadeia de visão gratuita integrada (sem chave…
★ 1k · deepseek-harness
partilhavisiondsh-plugin
dsh-vision
Near-native image understanding for DeepSeek Harness
★ 88 · deepseek-harness
partilhavisiondsh-plugin
Thinking-with-Visual-Primitives
Archived snapshot of Thinking-with-Visual-Primitives
★ 276 · deepseek
partilhavision-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
Crie fluxos de trabalho Agentic, pipelines RAG, com suporte rico a modelos e ferramentas de IA…
★ 154k · agent

Medido a partir dos topics do GitHub comuns aos dois projetos, ponderados pela sua raridade.