Star200+

Agent Vision Toolkit

Solide · 79
Indexé par la communauté

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
Stars321
Version1.0.0
Qualité100/100 · Excellent
Confiance79/100 · Revoir avant installation
Audit92/100 · Sûr à essayer

Profil de l’actif

Agents de code et de développement

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

Voir la catégorie

Scénario

Agents de code

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

Adéquation Agent

Claude Code + OpenAI Agents + CLI

Compatible avec Codex, Claude Code, Cursor, CLI ou des Agents personnalisés.

Installer

Prêt

npx skills add Anionex/agent-vision-toolkit

Maintenance

À jour

16 jours depuis le dernier push

Risque

Sûr à essayer

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

Qualité GitHub

321

100/100 Qualité · 84/100 Confiance

Tags de couverture

CodingAgents de codeOutil généralagent-skillskill

Notes de revue

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

Carte d’adoption Agent

Confiance, audit et préparation à l’installation en un coup d’œil

Ces scores combinent les métadonnées publiques du dépôt, les signaux de revue OpenAgentSkill, la fraîcheur de maintenance et la préparation à l’installation. Ils servent à présélectionner et ne remplacent pas la revue humaine.

Qualité

Excellent
100

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

Confiance

Revoir avant installation
79

Bon signal de présélection, mais l’Agent doit examiner les notes d’audit, la politique d’installation et les preuves de résultats avant de l’exécuter.

Audit

Sûr à essayer
92

Revue lisible par machine de la préparation à l’installation, des métadonnées de sécurité, de la maintenance et du risque d’adoption.

Trust Score OpenAgentSkill v5

Revue humaine avant installation

À utiliser comme candidat principal après revue humaine ou en sandbox.

PythonCodexClaude CodeCursorOpenAgentSkill CLI

Stars

321 stars GitHub

Activité du dépôt

321 stars et 14 forks

Maintenance

16 jours depuis le dernier push

Licence

MIT

Installer

npx skills add Anionex/agent-vision-toolkit

Sécurité d’installation

Chemin d’installation standard de package ou runtime

Surface de permissions

shell or command execution, filesystem or document access

Résultats Agent

Pas encore de données de résultats Agent

Documentation

Contexte README/SKILL.md solide

Résumé des risques

Risque de métadonnées faible

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

Préparation à l’installation

Chemin d’installation disponible

  • Le chemin d’installation est disponible
  • La preuve du dépôt est disponible
  • La licence est déclarée
  • Pas encore de preuve de résultat Agent-Proven

Métadonnées lisibles par Agent

Données de décision lisibles par machine pour ce skill.

Utilisez ce bloc ou le JSON intégré pour décider si un Agent doit installer ce skill, choisir une alternative ou demander d’abord une revue humaine.

Ouvrir JSON

Tâches adaptées

  • workflows Local desktop
  • Équipes Claude Code
  • builders willing to evaluate younger projects
  • Navigate local resources

Agents adaptés

PythonCodexClaude CodeCursorOpenAgentSkill CLIOpenAI AgentsCLI

Décision d’installation

Commande
npx skills add Anionex/agent-vision-toolkit
Politique
Revoir
Revue humaine
Oui

Confiance et risque

Confiance
79/100
Audit
92/100
Niveau de risque
Sûr à essayer

Boucle de résultat

Endpoint
/api/agent/outcome
ID d’événement
resolve
Résultats
5

Commande d’installation

npx skills add Anionex/agent-vision-toolkit
Audit publicRapport d’évaluationAPI ResolveRelais d’installation

Ne pas utiliser quand

  • Équipes qui nécessitent un SLA soutenu par le fournisseur
  • Environnements fortement conformes sans revue interne de sécurité
  • No major risk signals from current metadata
  • Indices de permissions à haut risque : exécution shell ou de commande
  • Stars/forks activity: 321 stars, 14 forks; issue activity unavailable in current metadata

Skill alternatif

Khazix Skills

19.6K Stars

npx skills add KKKKhazix/khazix-skills

Skill alternatif

Awesome Claude Skills

65.9K Stars

npx skills add ComposioHQ/awesome-claude-skills

Skill alternatif

Claude Scientific Skills

31.2K Stars

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

Sécurité Agent v2

64/100 · Revoir avant installation

Révisé avec notes de permissionsRevoir

Candidat utilisable, mais l’Agent doit afficher les notes de permissions et d’audit avant l’installation.

Une approbation humaine est requise avant l’installation dans un espace de travail réel.

Résoudre via API

Élevé

Exécution shell ou de commande

Les métadonnées de la skill font référence à des workflows de terminal, CLI, shell, sous-processus ou exécution de commande.

Moyen

Accès réseau

La skill récupère probablement des pages distantes, API, dépôts ou services externes.

Moyen

Accès au système de fichiers

La skill peut lire ou écrire des fichiers de projet, documents, artefacts générés ou l’état local de l’espace de travail.

  • Indices de permissions à haut risque : exécution shell ou de commande
  • Stars/forks activity: 321 stars, 14 forks; issue activity unavailable in current metadata

Cibles d’installation

Installer ce skill dans votre workflow Agent

Utilisez le point de terminaison public pour récupérer la commande, la checklist, les prompts et les liens canoniques.

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 résolution Agent

Laissez un Agent vérifier la pertinence avant l’installation.

L’API Resolve renvoie la skill sélectionnée, des alternatives, la politique de sécurité, les notes d’audit, la cible d’installation et un prompt prêt à l’emploi.

Ouvrir le plan texte

Ouvrir JSON

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

Texte Resolve

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

Relais d’installation

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

L’Agent doit vérifier

  • 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.

Copier le 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.

Relais Agent

Donnez à l’Agent le chemin d’installation, pas un autre annuaire.

Utilisez le point de terminaison public pour récupérer la commande, la checklist, les prompts et les liens canoniques.

Ouvrir l’API d’installation

Relais d’installation

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

Format texte LLM

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

Trouver des alternatives

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

Prompt 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

Métadonnées Registry

Profil lisible par Agent pour la sélection automatique de skills.

L’API Registry fournit les signaux de décision, confiance, audit, cas d’usage et installation sans analyser l’interface.

Ouvrir Manifest

Manifest

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

Texte LLM

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

Alias d’installation

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

Recommander

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

Adéquation Agent

100/100

Local desktop

Tags de cas d’usage

Local desktopAgents de codeMultimodal media

Plateformes

Python, Claude Code, OpenAI Agents

Rapport d’audit

Sûr à essayer · 92/100

Revue lisible par machine de la préparation à l’installation, des métadonnées de sécurité, de la maintenance et du risque d’adoption.

Voir le rapport d’auditVoir le rapport d’évaluation

Panneau de décision Agent

Choix principal pour Local desktop

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

100
Préparation
Adopter
Étape

Rôle dans la pile

Choix principal

Pertinence principale

Local desktop

Libellé de confiance

Prêt pour la production

Chemin d’installation

Commande prête

À utiliser lorsque

  • workflows Local desktop
  • Équipes Claude Code
  • builders willing to evaluate younger projects

Preuves

  • recent repository activity
  • install command or GitHub repo available
  • profil qualité 100/100
  • 17 événements OpenAgentSkill

revoir d’abord

  • No major risk signals from current metadata

Chemin d’implémentation

  1. 1Installez-le dans un Agent en sandbox et exécutez une tâche de Local desktop de bout en bout.
  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.

Profil de confiance

Revoir avant installation

Bon signal de présélection, mais l’Agent doit examiner les notes d’audit, la politique d’installation et les preuves de résultats avant de l’exécuter.

79
Trust Score OpenAgentSkill

Adoption GitHub

Info

321 stars GitHub

Activité stars/forks

Vérifier

321 stars et 14 forks; l’activité des issues n’est pas disponible dans les métadonnées actuelles

Maintenance récente

Validé

16 jours depuis le dernier push

Clarté de licence

Validé

MIT

Signaux positifs

  • Fiche vérifiée manuellement
  • Revue IA approuvée
  • Le chemin d’installation est disponible
  • La preuve du dépôt est disponible
  • Dépôt maintenu récemment
  • La commande d’installation ne présente aucun motif de haut risque évident
  • La boucle de résultats est prête mais nécessite la première exécution réelle de l’Agent

Réviser avant installation

  • Stars/forks activity: 321 stars, 14 forks; issue activity unavailable in current metadata
  • Pas encore de rapports de résultats Agent réels
  • Une revue humaine est requise avant une installation sans surveillance

Action recommandée

À utiliser comme candidat principal après revue humaine ou en sandbox.

Profil qualité

Excellent candidat pour les workflows Agent

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

100
Stars GitHub
321
Actualité
il y a 16 jours
Prêt à installer
Oui
Licence
MIT

Adéquation au workflow

Utilisez cette skill dans ces scénarios

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.

Adéquation au workflow

Ajouter à un workflow complet

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.

Liste d’alternatives

Comparer avant installation

Similar skills that may fit this task.

Tout comparer

Khazix Skills

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

Adopter
Prêt100
Qualité100
Stars19.6K

Awesome Claude Skills

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

Adopter
Prêt100
Qualité100
Stars65.9K

Claude Scientific Skills

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

Adopter
Prêt100
Qualité100
Stars31.2K

Vue d’ensemble

<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:

Compatibilité plateforme

pythonFULL

Détails techniques

Version
1.0.0
Licence
MIT
Dernière mise à jour
18 août 2026
Publié
5 août 2026

Frameworks et outils

Python

Instantané de décision

Choix principal

100
Prêt
Adopter
Étape

recent repository activity

Audit

Revue d’installation

Revue d’installation et d’adoption

92
Sûr à essayer
Sécurité
84/100
Maintenance
100/100
Installer
92/100
Ouvrir l’audit completVoir le rapport d’évaluation

Preuves validées par Agent

Preuves validées par Agent

Rapports après resolve, revue, installation et une exécution limitée.

0
Validé
Needs first agent runAuto-installation: revoir d’abordDernier: Inconnu
Taux de réussite
—
Échec récent
—
Résultats
0
Qualité de sortie
—
Échecs
0
Non pertinent
0
Installations
0
Bloqué par le risque
0
Configuration requise
0
Production
0

Aucune donnée de résultat Agent pour l’instant. La première exécution peut signaler succès, besoin de configuration, blocage de risque, échec ou non-pertinence via /api/agent/outcome.

Classement Agent-ProvenContrat de résultat

Installer

Ajouter au workflow Agent

Gratuit et open source. Examinez le rapport avant l’installation dans des Agents de production.

Comparer les alternativesPlan de résolution autoVoir sur GitHubDocumentation

Boucle de croissance

Kit de partage

X

Brouillon guidé par scénario pour Agent Vision Toolkit, prêt pour une publication manuelle sur X.

Note du curateur
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
Ouvrir le brouillon X
Réponse facultative avec commande d’installation
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
Ouvrir le brouillon de réponse

Source de la fiche

Indexé par la communauté

Revendiable

Cette fiche a été indexée à partir de sources publiques et n’est pas marquée officielle tant qu’une revendication de mainteneur n’est pas approuvée.

Créateur
Anionex
Indexé par
Index communautaire OpenAgentSkill

L’attribution renvoie au dépôt public ou au profil du créateur. Les créateurs peuvent revendiquer la fiche pour mettre à jour les signaux de propriété.

Revendiquer ce skill

Revendication du propriétaire

Revendiquer cette fiche de skill

Cette fiche Indexé par la communauté est attribuée à Anionex, mais n’est pas encore marquée officielle. Revendiquez-la pour ajouter un signal de propriétaire vérifié et rendre les futures mises à jour de lancement, d’installation et d’audit plus fiables.

Kit de backlinks créateur

Ajoutez les badges de preuve à votre README

Affichez la fiche canonique, les signaux actuels de confiance et d’audit, ainsi que de vraies preuves Agent-Proven là où les développeurs évaluent le dépôt.

[![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)
Aperçu du badge Ouvrir l’audit Kit créateur

Auteur

A

Anionex✓

@anionex

Tags

agent-skillskillagentcoding-agentpython

Adéquation plateforme

Claude CodeOpenAI Agents

Signaux de santé

Stars GitHub
321
Score de qualité
63/100
Dernier push GitHub
6 août 2026
Indications de framework
1
Vues OpenAgentSkill
17
Copies d’installation
0
Clics sortants
0

Signal de communauté

Indiquez si ce skill semble utile à votre workflow Agent. Les retours agrégés améliorent le classement au fil du temps.

Confiance et sécurité

Revoir avant installation

79
  • Adoption GitHub321 stars GitHubInfo
  • Activité stars/forks321 stars et 14 forks; l’activité des issues n’est pas disponible dans les métadonnées actuellesVérifier
  • Maintenance récente16 jours depuis le dernier pushValidé
  • Clarté de licenceMITValidé
  • Complétude README/SKILL.mdLes métadonnées incluent suffisamment de contexte d’usage et de workflowValidé
  • Risque dépendances/runtimeSurface d’exécution de commandesInfo

Skills associés

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 Stars

Awesome Claude Skills

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

65.9K Stars

Claude Scientific Skills

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

31.2K Stars
InstallerVoir sur GitHub