Star200+

Agent Vision Toolkit

Sólido · 79
Indexado por la comunidad

给纯文本 LLM agent 装上眼睛：图片问答、OCR、截图分析、视觉定位等一套视觉工具箱 + skill，并可无缝接入 Codex、Claude Code、OpenCode、Pi ｜ Give text-only LLM agents vision: image Q&A, OCR, screenshot understanding, visual grounding, image-to-SVG - a vision toolkit & skill, with drop-in integration for Codex, Claude Code, OpenCode, Pi

Verified installs0
Estrellas321
Versión1.0.0
Calidad100/100 · Excelente
Confianza79/100 · Revisar antes de instalar
Auditoría92/100 · Seguro para probar

Perfil del activo

Agents de programación y desarrollo

Code review, repo analysis, testing, CI, GitHub, DevOps, and developer workflow skills.

Ver categoría

Escenario

Agents de programación

I need a coding agent that can understand a repository, edit code, and review pull requests.

Afinidad con Agent

Claude Code + OpenAI Agents + CLI

Funciona con Codex, Claude Code, Cursor, CLI o Agents personalizados.

Instalar

Listo

npx skills add Anionex/agent-vision-toolkit

Mantenimiento

Actual

16 días desde el último push

Riesgo

Seguro para probar

Stars/forks activity: 321 stars, 14 forks; issue activity unavailable in current metadata

Calidad de GitHub

321

100/100 Calidad · 84/100 Confianza

Etiquetas de cobertura

CodingAgents de programaciónHerramienta generalagent-skillskill

Notas de revisión

Stars/forks activity: 321 stars, 14 forks; issue activity unavailable in current metadata

Tarjeta de adopción del Agent

Confianza, auditoría y preparación de instalación de un vistazo

Estas puntuaciones combinan metadatos públicos del repositorio, señales de revisión de OpenAgentSkill, actualidad de mantenimiento y preparación de instalación. Sirven para preseleccionar; no sustituyen la revisión humana.

Calidad

Excelente
100

High-confidence pick with strong adoption and healthy maintenance signals.

Confianza

Revisar antes de instalar
79

Buena señal para la preselección, pero el Agent debe revisar las notas de auditoría, la política de instalación y la evidencia de resultados antes de ejecutarlo.

Auditoría

Seguro para probar
92

Revisión legible por máquina de la preparación de instalación, los metadatos de seguridad, el mantenimiento y el riesgo de adopción.

Trust Score de OpenAgentSkill v5

Revisión humana antes de instalar

Úsalo como candidato principal tras revisión humana o en sandbox.

PythonCodexClaude CodeCursorOpenAgentSkill CLI

Estrellas

321 estrellas de GitHub

Actividad del repositorio

321 estrellas y 14 forks

Mantenimiento

16 días desde el último push

Licencia

MIT

Instalar

npx skills add Anionex/agent-vision-toolkit

Seguridad de instalación

Ruta estándar de paquete o instalación en tiempo de ejecución

Superficie de permisos

shell or command execution, filesystem or document access

Resultados del Agent

Aún no hay datos de resultados del Agent

Documentación

Contexto sólido de README/SKILL.md

Resumen de riesgo

Riesgo de metadatos bajo

  • Stars/forks activity: 321 stars, 14 forks; issue activity unavailable in current metadata

Preparación de instalación

Ruta de instalación disponible

  • La ruta de instalación está disponible
  • La evidencia del repositorio está disponible
  • La licencia está declarada
  • Aún no hay evidencia de resultados Agent-Proven

Metadatos legibles por Agent

Datos de decisión legibles por máquina para este skill.

Usa este bloque o el JSON integrado para decidir si un Agent debe instalar este skill, elegir una alternativa o pedir revisión humana primero.

Abrir JSON

Tareas adecuadas

  • flujos de Local desktop
  • Equipos de Claude Code
  • builders willing to evaluate younger projects
  • Navigate local resources

Agents adecuados

PythonCodexClaude CodeCursorOpenAgentSkill CLIOpenAI AgentsCLI

Decisión de instalación

Comando
npx skills add Anionex/agent-vision-toolkit
Política
Revisar
Revisión humana
Sí

Confianza y riesgo

Confianza
79/100
Auditoría
92/100
Nivel de riesgo
Seguro para probar

Ciclo de resultados

Endpoint
/api/agent/outcome
ID del evento
resolve
Resultados
5

Comando de instalación

npx skills add Anionex/agent-vision-toolkit
Auditoría públicaInforme de evaluaciónAPI ResolveTraspaso de instalación

No usar cuando

  • Equipos que necesitan un SLA con soporte del proveedor
  • Entornos de alta conformidad sin revisión interna de seguridad
  • No major risk signals from current metadata
  • Indicios de permisos de alto riesgo: ejecución de shell o comandos
  • Stars/forks activity: 321 stars, 14 forks; issue activity unavailable in current metadata

Skill alternativo

Khazix Skills

19.6K Estrellas

npx skills add KKKKhazix/khazix-skills

Skill alternativo

Awesome Claude Skills

65.9K Estrellas

npx skills add ComposioHQ/awesome-claude-skills

Skill alternativo

Claude Scientific Skills

31.2K Estrellas

npx skills add K-Dense-AI/claude-scientific-skills

Seguridad de Agent v2

64/100 · Revisar antes de instalar

Revisado con notas de permisosRevisar

Candidato utilizable, pero el Agent debe mostrar las notas de permisos y auditoría antes de instalar.

Requiere aprobación humana antes de instalar en un espacio de trabajo real.

Resolver con API

Alto

Ejecución de shell o comandos

Los metadatos del skill hacen referencia a terminal, CLI, shell, subprocesos o flujos de ejecución de comandos.

Medio

Acceso a red

El skill probablemente consulta páginas remotas, API, repositorios o servicios externos.

Medio

Acceso al sistema de archivos

El skill puede leer o escribir archivos de proyecto, documentos, artefactos generados o estado local.

  • Indicios de permisos de alto riesgo: ejecución de shell o comandos
  • Stars/forks activity: 321 stars, 14 forks; issue activity unavailable in current metadata

Destinos de instalación

Instala este skill en tu flujo de Agent

Usa el endpoint público para obtener el comando, la lista de seguridad, prompts y enlaces canónicos.

skill install

OpenAgentSkill CLI

Resolve policy, run the source installer safely, and report a verified install receipt.

$ npx --yes https://github.com/Leon-Drq/openagentskill/releases/download/cli-v0.2.1/openagentskill-0.2.1.tgz install anionex-agent-vision-toolkit

Plan de resolución de Agent

Deja que un Agent valide el ajuste antes de instalar.

La API Resolve devuelve la skill elegida, alternativas, política de seguridad, notas de auditoría, destino de instalación y un prompt listo para usar.

Abrir plan de texto

Abrir JSON

/api/agent/resolve?task=Use%20Agent%20Vision%20Toolkit%20for%20an%20agent%20workflow&agent=codex&max_risk=medium

Texto de Resolve

/api/agent/resolve?task=Use%20Agent%20Vision%20Toolkit%20for%20an%20agent%20workflow&agent=codex&max_risk=medium&format=text

Traspaso de instalación

/api/skills/anionex-agent-vision-toolkit/install

Agent debe revisar

  • Task fit and alternatives from Resolve API.
  • Audit score, trust score, and safety policy warnings.
  • Install target compatibility for Codex, Claude Code, Cursor, or CLI.

Copiar prompt

Task: Use Agent Vision Toolkit in this workspace.
Resolve first: https://www.openagentskill.com/api/agent/resolve?task=Use%20Agent%20Vision%20Toolkit%20for%20an%20agent%20workflow&agent=codex&max_risk=medium
Review install handoff: https://www.openagentskill.com/api/skills/anionex-agent-vision-toolkit/install
Install command: npx skills add Anionex/agent-vision-toolkit
Before running it, summarize audit warnings, required permissions, and the fallback skill if install is risky.

Traspaso de Agent

Da al Agent la ruta de instalación, no otro directorio.

Usa el endpoint público para obtener el comando, la lista de seguridad, prompts y enlaces canónicos.

Abrir API de instalación

Traspaso de instalación

/api/skills/anionex-agent-vision-toolkit/install

Formato de texto LLM

/api/skills/anionex-agent-vision-toolkit/install?format=text

Buscar alternativas

/api/skills/search?q=Agent%20Vision%20Toolkit&limit=3

Prompt de Agent

Use Agent Vision Toolkit for this task. Review https://www.openagentskill.com/api/skills/anionex-agent-vision-toolkit/install, then install with: npx skills add Anionex/agent-vision-toolkit

Metadatos del Registry

Perfil legible por Agent para seleccionar skills automáticamente.

La API Registry expone señales de decisión, confianza, auditoría, casos de uso e instalación sin raspar la interfaz.

Abrir Manifest

Manifest

/api/registry/manifest/anionex-agent-vision-toolkit

Texto LLM

/api/registry/manifest/anionex-agent-vision-toolkit?format=text

Alias de instalación

/api/registry/install/anionex-agent-vision-toolkit

Recomendar

/api/registry/recommend?task=Use%20Agent%20Vision%20Toolkit%20in%20an%20agent%20workflow&limit=3

Afinidad con Agent

100/100

Local desktop

Etiquetas de uso

Local desktopAgents de programaciónMultimodal media

Plataformas

Python, Claude Code, OpenAI Agents

Informe de auditoría

Seguro para probar · 92/100

Revisión legible por máquina de la preparación de instalación, los metadatos de seguridad, el mantenimiento y el riesgo de adopción.

Ver informe de auditoríaVer informe de evaluación

Panel de decisión de Agent

Elección principal para Local desktop

Use this as a leading candidate, then validate the README and install path in your own agent stack.

100
Preparación
Adoptar
Etapa

Rol en la pila

Elección principal

Ajuste principal

Local desktop

Etiqueta de confianza

Listo para producción

Ruta de instalación

Comando listo

Úsalo cuando

  • flujos de Local desktop
  • Equipos de Claude Code
  • builders willing to evaluate younger projects

Evidencia

  • recent repository activity
  • install command or GitHub repo available
  • perfil de calidad 100/100
  • 17 eventos de interacción de OpenAgentSkill

revisar primero

  • No major risk signals from current metadata

Ruta de implementación

  1. 1Instálalo en un Agent de sandbox y ejecuta una tarea de Local desktop de principio a fin.
  2. 2Compare output quality, latency, and failure behavior against at least one alternative.
  3. 3Promote it into production only after reviewing repository permissions, license, and maintenance signals.

Perfil de confianza

Revisar antes de instalar

Buena señal para la preselección, pero el Agent debe revisar las notas de auditoría, la política de instalación y la evidencia de resultados antes de ejecutarlo.

79
Trust Score de OpenAgentSkill

Adopción en GitHub

Info

321 estrellas de GitHub

Actividad de stars/forks

Revisar

321 estrellas y 14 forks; la actividad de issues no está disponible en los metadatos actuales

Mantenimiento reciente

Aprobado

16 días desde el último push

Claridad de licencia

Aprobado

MIT

Señales positivas

  • Ficha verificada manualmente
  • Revisión de IA aprobada
  • La ruta de instalación está disponible
  • La evidencia del repositorio está disponible
  • Repositorio mantenido recientemente
  • El comando de instalación no muestra un patrón de alto riesgo evidente
  • El ciclo de resultados está listo, pero necesita la primera ejecución real de Agent

Revisar antes de instalar

  • Stars/forks activity: 321 stars, 14 forks; issue activity unavailable in current metadata
  • Aún no hay informes reales de resultados del Agent
  • Se requiere revisión humana antes de una instalación desatendida

Acción recomendada

Úsalo como candidato principal tras revisión humana o en sandbox.

Perfil de calidad

Excelente candidato para flujos de Agent

High-confidence pick with strong adoption and healthy maintenance signals.

100
Estrellas de GitHub
321
Actualidad
hace 16 días
Listo para instalar
Sí
Licencia
MIT

Ajuste de flujo

Usa esta skill en estos escenarios

Operate local tools

Local desktop

I need my agent to operate local files and desktop apps in a repeatable workflow.

Build and ship code

Coding agents

I need a coding agent that can understand a repository, edit code, and review pull requests.

Process rich media

Multimodal media

I need my agent to process images, video, or audio and extract useful information.

Ajuste de flujo

Añadir a un flujo completo

Inspect, patch, and verify code

Coding review agent

A workflow for software agents that inspect repositories, review pull requests, generate tests, and turn findings into shippable patches.

Operate and verify web apps

Browser QA agent

A workflow for agents that navigate products, fill forms, take screenshots, and verify real user flows across web applications.

Turn skills into distribution

Content growth agent

A workflow for turning newly indexed skills into SEO briefs, social drafts, comparison pages, and reusable publishing workflows.

Lista de alternativas

Compara antes de instalar

Similar skills that may fit this task.

Comparar todo

Khazix Skills

A collection of practical, installable AI agent skills for disk cleanup, AI news retrieval, and project management, following the Agent Skills standard.

Adoptar
Listo100
Calidad100
Estrellas19.6K

Awesome Claude Skills

A curated list of resources and tools for enhancing Claude AI workflows.

Adoptar
Listo100
Calidad100
Estrellas65.9K

Claude Scientific Skills

A comprehensive collection of ready-to-use scientific and research skills for AI agents.

Adoptar
Listo100
Calidad100
Estrellas31.2K

Resumen

<div align="center">

# agent-vision-toolkit

**What it thinks is what it sees — give any text-only coding agent eyes: image Q&A, OCR, screenshot understanding, visual grounding, and image-to-SVG, as a vision toolkit plus a skill, with optional drop-in integration for Codex, Claude Code, Pi, Oh My Pi, and OpenCode.**

🌐 [**中文**](README_CN.md) ｜ **English**

</div>

If your coding agent runs on a text-only model like DeepSeek V4, it can't look at images — screenshots, mockups, diagrams, and error dialogs are all dead ends. This repository gives it eyes in two layers:

1. **The toolkit** — four CLIs, plus a skill that teaches your agent when to reach for each one. Works in any agent with a shell. 2. **Seamless integration** *(optional upgrade)* — a transparent local proxy and single-file native extensions, so **pasted images and built-in image tools work too**, with no tool call and no extra prompting.

All code has been verified in real Codex + DeepSeek sessions, and the same pipeline has been live-verified end-to-end in Claude Code, Pi, Oh My Pi, and OpenCode. Use cases include but are not limited to: image Q&A, screenshot analysis, Computer Use GUI operation, and multi-step image reasoning.

> If this project helps you, feel free to star🌟 & follow～ I'll keep sharing more practical tools and tips.

## Real-world Effects

<p align="center"> <img src="assets/effect-3.jpg" alt="Multi-round image Q&A with the optional glance CLI" width="49%"> <img src="assets/effect-4.jpg" alt="DeepSeek V4 playing chess by locating screen elements with glance/ground" width="49%"> </p>

*Left: multi-round image Q&A with `glance`. Right: with `ground`, DeepSeek V4 locates screen elements to play chess autonomously.*

<p align="center"> <img src="assets/effect-1.jpg" alt="DeepSeek in Codex answering a style question about a UI screenshot" width="49%"> <img src="assets/effect-2.jpg" alt="DeepSeek in Codex debugging mismatched UI fields from a screenshot" width="49%"> </p>

*Left:

Compatibilidad de plataforma

pythonFULL

Detalles técnicos

Versión
1.0.0
Licencia
MIT
Última actualización
18 ago 2026
Publicado
5 ago 2026

Frameworks y herramientas

Python

Resumen de decisión

Elección principal

100
Listo
Adoptar
Etapa

recent repository activity

Auditoría

Revisión de instalación

Revisión de instalación y adopción

92
Seguro para probar
Seguridad
84/100
Mantenimiento
100/100
Instalar
92/100
Abrir auditoría completaVer informe de evaluación

Evidencia probada por Agent

Evidencia probada por Agent

Informes de resultados tras resolver, revisar, instalar y una ejecución limitada.

0
Probado
Needs first agent runAuto-instalación: revisar primeroÚltimo: Desconocido
Tasa de éxito
—
Fallo reciente
—
Resultados
0
Calidad de salida
—
Fallidos
0
No relevante
0
Instalaciones
0
Bloqueado por riesgo
0
Configuración necesaria
0
Producción
0

Aún no hay datos de resultados de Agent. La primera ejecución puede informar éxito, configuración necesaria, bloqueos de riesgo, fallo o irrelevancia mediante /api/agent/outcome.

Ranking probado por AgentContrato de resultados

Instalar

Añadir al flujo de Agent

Gratis y de código abierto. Revisa el informe antes de instalar en Agents de producción.

Comparar alternativasPlan de resolución automáticaVer en GitHubDocumentación

Bucle de crecimiento

Kit para compartir

X

Borrador basado en un caso para Agent Vision Toolkit, listo para publicar manualmente en X.

Nota del curador
Agent Vision Toolkit: 给纯文本 LLM agent 装上眼睛：图片问答、OCR、截图分析、视觉定位等一套视觉工具箱 + skill，并可无缝接入 Codex、Claude Code、OpenCode、Pi ｜...

321 stars

https://www.openagentskill.com/skills/anionex-agent-vision-toolkit?ref=x
Abrir borrador de X
Respuesta opcional con comando de instalación
Listing + install path for Agent Vision Toolkit:
https://www.openagentskill.com/skills/anionex-agent-vision-toolkit?ref=x

Install: npx skills add Anionex/agent-vision-toolkit
Abrir borrador de respuesta

Fuente de la ficha

Indexado por la comunidad

Reclamable

Esta ficha se indexó desde fuentes públicas y no está marcada como oficial hasta que se apruebe una reclamación de mantenedor.

Creador
Anionex
Indexado por
Índice comunitario de OpenAgentSkill

La atribución enlaza al repositorio público o al perfil del creador. Los creadores pueden reclamar la ficha para actualizar las señales de propiedad.

Reclamar este skill

Reclamación del propietario

Reclamar esta ficha de skill

Esta ficha Indexado por la comunidad se atribuye a Anionex, pero aún no está marcada como oficial. Reclámala para añadir una señal de propietario verificado y hacer más fiables futuras actualizaciones de lanzamiento, instalación y auditoría.

Kit de enlaces para creadores

Añade las insignias de evidencia a tu README

Muestra la ficha canónica, las señales actuales de confianza y auditoría, y evidencia real de Agent-Proven donde los desarrolladores evalúan el repositorio.

[![Listed on OpenAgentSkill](https://www.openagentskill.com/api/badge/anionex-agent-vision-toolkit?metric=listed&label=Listed)](https://www.openagentskill.com/skills/anionex-agent-vision-toolkit)
[![OpenAgentSkill Trust](https://www.openagentskill.com/api/badge/anionex-agent-vision-toolkit?metric=trust&label=Trust)](https://www.openagentskill.com/skills/anionex-agent-vision-toolkit)
[![OpenAgentSkill Audit](https://www.openagentskill.com/api/badge/anionex-agent-vision-toolkit?metric=audit&label=Audit)](https://www.openagentskill.com/skills/anionex-agent-vision-toolkit/audit)
[![Agent Proven](https://www.openagentskill.com/api/badge/anionex-agent-vision-toolkit?metric=proven&label=Agent%20Proven)](https://www.openagentskill.com/skills/anionex-agent-vision-toolkit)
Vista previa de insignia Abrir auditoría Kit para creadores

Autor

A

Anionex✓

@anionex

Etiquetas

agent-skillskillagentcoding-agentpython

Afinidad con plataforma

Claude CodeOpenAI Agents

Señales de salud

Estrellas de GitHub
321
Puntuación de calidad
63/100
Último push de GitHub
6 ago 2026
Pistas del framework
1
Vistas de OpenAgentSkill
17
Copias de instalación
0
Clics externos
0

Señal de comunidad

Comparte si este skill resulta útil para tu flujo de Agent. Los comentarios agregados mejoran la clasificación con el tiempo.

Confianza y seguridad

Revisar antes de instalar

79
  • Adopción en GitHub321 estrellas de GitHubInfo
  • Actividad de stars/forks321 estrellas y 14 forks; la actividad de issues no está disponible en los metadatos actualesRevisar
  • Mantenimiento reciente16 días desde el último pushAprobado
  • Claridad de licenciaMITAprobado
  • Completitud de README/SKILL.mdLos metadatos incluyen suficiente contexto de uso y flujo de trabajoAprobado
  • Riesgo de dependencias/runtimeSuperficie de ejecución de comandosInfo

Skills relacionados

Khazix Skills

A collection of practical, installable AI agent skills for disk cleanup, AI news retrieval, and project management, following the Agent Skills standard.

19.6K Estrellas

Awesome Claude Skills

A curated list of resources and tools for enhancing Claude AI workflows.

65.9K Estrellas

Claude Scientific Skills

A comprehensive collection of ready-to-use scientific and research skills for AI agents.

31.2K Estrellas
InstalarVer en GitHub