Star200+

Agent Vision Toolkit

Kuat · 79
Diindeks komunitas

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
Star321
Versi1.0.0
Kualitas100/100 · Sangat baik
Kepercayaan79/100 · Tinjau sebelum memasang
Audit92/100 · Aman untuk dicoba

Profil aset

Agent pemrograman dan pengembangan

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

Lihat kategori

Skenario

Agent pemrograman

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

Kecocokan Agent

Claude Code + OpenAI Agents + CLI

Cocok untuk Codex, Claude Code, Cursor, CLI, atau Agent khusus.

Pasang

Siap

npx skills add Anionex/agent-vision-toolkit

Pemeliharaan

Terkini

16 hari sejak push

Risiko

Aman untuk dicoba

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

Kualitas GitHub

321

100/100 Kualitas · 84/100 Kepercayaan

Tag cakupan

CodingAgent pemrogramanAlat umumagent-skillskill

Catatan ulasan

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

Kartu adopsi Agent

Kepercayaan, audit, dan kesiapan pemasangan dalam sekali lihat

Skor ini menggabungkan metadata repositori publik, sinyal ulasan OpenAgentSkill, kebaruan pemeliharaan, dan kesiapan pemasangan. Ini adalah sinyal shortlist, bukan pengganti peninjauan manusia.

Kualitas

Sangat baik
100

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

Kepercayaan

Tinjau sebelum memasang
79

Sinyal shortlist yang baik, tetapi Agent harus meninjau catatan audit, kebijakan pemasangan, dan bukti hasil sebelum menjalankannya.

Audit

Aman untuk dicoba
92

Tinjauan yang dapat dibaca mesin tentang kesiapan pemasangan, metadata keamanan, pemeliharaan, dan risiko adopsi.

Trust Score OpenAgentSkill v5

Tinjauan manusia sebelum pemasangan

Gunakan sebagai kandidat utama setelah tinjauan manusia atau sandbox.

PythonCodexClaude CodeCursorOpenAgentSkill CLI

Star

321 star GitHub

Aktivitas repositori

321 star dan 14 fork

Pemeliharaan

16 hari sejak push

Lisensi

MIT

Pasang

npx skills add Anionex/agent-vision-toolkit

Keamanan pemasangan

Jalur pemasangan paket atau runtime standar

Cakupan izin

shell or command execution, filesystem or document access

Hasil Agent

Belum ada data hasil Agent

Dokumentasi

Konteks README/SKILL.md kuat

Ringkasan risiko

Risiko metadata rendah

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

Kesiapan pemasangan

Jalur pemasangan tersedia

  • Jalur pemasangan tersedia
  • Bukti repositori tersedia
  • Lisensi dinyatakan
  • Belum ada bukti hasil Agent-Proven

Metadata yang dapat dibaca Agent

Data keputusan yang dapat dibaca mesin untuk skill ini.

Gunakan blok ini atau JSON tersemat untuk memutuskan apakah Agent perlu memasang skill ini, memilih alternatif, atau meminta tinjauan manusia terlebih dahulu.

Buka JSON

Tugas yang sesuai

  • alur kerja Local desktop
  • Tim Claude Code
  • builders willing to evaluate younger projects
  • Navigate local resources

Agent yang sesuai

PythonCodexClaude CodeCursorOpenAgentSkill CLIOpenAI AgentsCLI

Keputusan pemasangan

Perintah
npx skills add Anionex/agent-vision-toolkit
Kebijakan
Tinjau
Tinjauan manusia
Ya

Kepercayaan dan risiko

Kepercayaan
79/100
Audit
92/100
Tingkat risiko
Aman untuk dicoba

Lingkar hasil

Endpoint
/api/agent/outcome
ID event
resolve
Hasil
5

Perintah pemasangan

npx skills add Anionex/agent-vision-toolkit
Audit publikLaporan evaluasiAPI ResolveSerah-terima pemasangan

Jangan gunakan ketika

  • Tim yang membutuhkan SLA dengan dukungan vendor
  • Lingkungan berkompliansi tinggi tanpa tinjauan keamanan internal
  • No major risk signals from current metadata
  • Petunjuk izin berisiko tinggi: eksekusi shell atau perintah
  • Stars/forks activity: 321 stars, 14 forks; issue activity unavailable in current metadata

Skill alternatif

Khazix Skills

19.6K Star

npx skills add KKKKhazix/khazix-skills

Skill alternatif

Awesome Claude Skills

65.9K Star

npx skills add ComposioHQ/awesome-claude-skills

Skill alternatif

Claude Scientific Skills

31.2K Star

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

Keamanan Agent v2

64/100 · Tinjau sebelum memasang

Ditinjau dengan catatan izinTinjau

Kandidat yang dapat digunakan, tetapi Agent harus menampilkan catatan izin dan audit sebelum memasang.

Memerlukan persetujuan manusia sebelum memasang ke workspace nyata.

Selesaikan via API

Tinggi

Eksekusi shell atau perintah

Metadata skill merujuk terminal, CLI, shell, subprocess, atau alur kerja eksekusi perintah.

Sedang

Akses jaringan

Skill kemungkinan mengambil halaman jarak jauh, API, repositori, atau layanan eksternal.

Sedang

Akses sistem file

Skill dapat membaca atau menulis file proyek, dokumen, artefak yang dihasilkan, atau status workspace lokal.

  • Petunjuk izin berisiko tinggi: eksekusi shell atau perintah
  • Stars/forks activity: 321 stars, 14 forks; issue activity unavailable in current metadata

Target pemasangan

Pasang skill ini di alur Agent Anda

Gunakan endpoint publik untuk mengambil perintah, checklist keamanan, prompt target, dan tautan kanonis.

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

Rencana resolusi Agent

Biarkan Agent memverifikasi kecocokan sebelum memasang.

API Resolve mengembalikan skill utama, alternatif, kebijakan keamanan, catatan audit, target pemasangan, dan prompt siap pakai.

Buka rencana teks

Buka JSON

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

Teks Resolve

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

Serah-terima pemasangan

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

Agent harus memeriksa

  • 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.

Salin 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.

Serah-terima Agent

Berikan jalur pemasangan kepada Agent, bukan direktori lain.

Gunakan endpoint publik untuk mengambil perintah, checklist keamanan, prompt target, dan tautan kanonis.

Buka API pemasangan

Serah-terima pemasangan

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

Format teks LLM

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

Cari alternatif

/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

Metadata Registry

Profil yang dapat dibaca Agent untuk pemilihan skill otomatis.

API Registry menyediakan sinyal keputusan, kepercayaan, audit, use case, dan pemasangan tanpa mengikis UI.

Buka Manifest

Manifest

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

Teks LLM

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

Alias pemasangan

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

Rekomendasikan

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

Kecocokan Agent

100/100

Local desktop

Tag use case

Local desktopAgent pemrogramanMultimodal media

Platform

Python, Claude Code, OpenAI Agents

Laporan audit

Aman untuk dicoba · 92/100

Tinjauan yang dapat dibaca mesin tentang kesiapan pemasangan, metadata keamanan, pemeliharaan, dan risiko adopsi.

Lihat laporan auditLihat laporan evaluasi

Panel keputusan Agent

Pilihan utama untuk Local desktop

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

100
Kesiapan
Adopsi
Tahap

Peran di stack

Pilihan utama

Kecocokan utama

Local desktop

Label kepercayaan

Siap produksi

Jalur pemasangan

Perintah siap

Gunakan saat

  • alur kerja Local desktop
  • Tim Claude Code
  • builders willing to evaluate younger projects

Bukti

  • recent repository activity
  • install command or GitHub repo available
  • profil kualitas 100/100
  • 17 event interaksi OpenAgentSkill

tinjau dulu

  • No major risk signals from current metadata

Jalur implementasi

  1. 1Pasang di Agent sandbox dan jalankan satu tugas Local desktop dari awal hingga akhir.
  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 kepercayaan

Tinjau sebelum memasang

Sinyal shortlist yang baik, tetapi Agent harus meninjau catatan audit, kebijakan pemasangan, dan bukti hasil sebelum menjalankannya.

79
Trust Score OpenAgentSkill

Adopsi GitHub

Info

321 star GitHub

Aktivitas star/fork

Periksa

321 star dan 14 fork; aktivitas issue tidak tersedia dalam metadata saat ini

Pemeliharaan terbaru

Lulus

16 hari sejak push

Kejelasan lisensi

Lulus

MIT

Sinyal positif

  • Listing yang diverifikasi manual
  • Tinjauan AI disetujui
  • Jalur pemasangan tersedia
  • Bukti repositori tersedia
  • Repositori yang baru dipelihara
  • Perintah pemasangan tidak memiliki pola berisiko tinggi yang jelas
  • Loop hasil siap tetapi membutuhkan eksekusi Agent nyata pertama

Tinjau sebelum memasang

  • Stars/forks activity: 321 stars, 14 forks; issue activity unavailable in current metadata
  • Belum ada laporan hasil Agent nyata
  • Tinjauan manusia diperlukan sebelum pemasangan tanpa pengawasan

Tindakan yang disarankan

Gunakan sebagai kandidat utama setelah tinjauan manusia atau sandbox.

Profil kualitas

Sangat baik kandidat untuk alur kerja Agent

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

100
Star GitHub
321
Keterkinian
16 hari lalu
Siap dipasang
Ya
Lisensi
MIT

Kecocokan alur kerja

Gunakan skill ini pada skenario berikut

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.

Kecocokan alur kerja

Tambahkan ke alur kerja lengkap

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.

Daftar alternatif

Bandingkan sebelum memasang

Similar skills that may fit this task.

Bandingkan semua

Khazix Skills

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

Adopsi
Siap100
Kualitas100
Star19.6K

Awesome Claude Skills

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

Adopsi
Siap100
Kualitas100
Star65.9K

Claude Scientific Skills

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

Adopsi
Siap100
Kualitas100
Star31.2K

Ringkasan

<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:

Kompatibilitas platform

pythonFULL

Detail teknis

Versi
1.0.0
Lisensi
MIT
Pembaruan terakhir
18 Agu 2026
Diterbitkan
5 Agu 2026

Framework dan alat

Python

Ringkasan keputusan

Pilihan utama

100
Siap
Adopsi
Tahap

recent repository activity

Audit

Tinjauan pemasangan

Tinjauan pemasangan dan adopsi

92
Aman untuk dicoba
Keamanan
84/100
Pemeliharaan
100/100
Pasang
92/100
Buka audit lengkapLihat laporan evaluasi

Bukti tervalidasi Agent

Bukti tervalidasi Agent

Laporan hasil setelah resolve, tinjau, pasang, dan satu eksekusi terbatas.

0
Terbukti
Needs first agent runPasang otomatis: tinjau duluTerakhir: Tidak diketahui
Tingkat sukses
—
Kegagalan terbaru
—
Hasil
0
Kualitas output
—
Gagal
0
Tidak relevan
0
Pemasangan
0
Diblokir risiko
0
Perlu penyiapan
0
Produksi
0

Belum ada data hasil Agent. Eksekusi pertama dapat melaporkan keberhasilan, kebutuhan setup, blok risiko, kegagalan, atau tidak relevan melalui /api/agent/outcome.

Peringkat Agent-ProvenKontrak hasil

Pasang

Tambahkan ke alur Agent

Gratis dan sumber terbuka. Tinjau laporan sebelum memasang pada Agent produksi.

Bandingkan alternatifRencana resolusi otomatisLihat di GitHubDokumentasi

Siklus pertumbuhan

Kit berbagi

X

Draf berbasis skenario untuk Agent Vision Toolkit, siap untuk posting manual di X.

Catatan kurator
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
Buka draf X
Balasan opsional dengan perintah pemasangan
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
Buka draf balasan

Sumber listing

Diindeks komunitas

Dapat diklaim

Listing ini diindeks dari sumber publik dan belum ditandai resmi hingga klaim pemelihara disetujui.

Kreator
Anionex
Diindeks oleh
Indeks komunitas OpenAgentSkill

Atribusi menautkan ke repositori publik atau profil kreator. Kreator dapat mengklaim listing untuk memperbarui sinyal kepemilikan.

Klaim skill ini

Klaim pemilik

Klaim listing skill ini

Listing Diindeks komunitas ini dikaitkan dengan Anionex, tetapi belum ditandai resmi. Klaim untuk menambahkan sinyal pemilik terverifikasi dan membuat pembaruan peluncuran, pemasangan, serta audit berikutnya lebih tepercaya.

Kit backlink kreator

Tambahkan badge bukti ke README Anda

Tampilkan listing kanonis, sinyal kepercayaan dan audit saat ini, serta bukti Agent-Proven nyata di tempat pengembang mengevaluasi repositori.

[![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)
Pratinjau badge Buka audit Kit kreator

Penulis

A

Anionex✓

@anionex

Tag

agent-skillskillagentcoding-agentpython

Kecocokan platform

Claude CodeOpenAI Agents

Sinyal kesehatan

Star GitHub
321
Skor kualitas
63/100
Push GitHub terakhir
6 Agu 2026
Petunjuk framework
1
Tampilan OpenAgentSkill
17
Salinan pemasangan
0
Klik keluar
0

Sinyal komunitas

Bagikan apakah skill ini bermanfaat untuk alur kerja Agent Anda. Masukan gabungan meningkatkan peringkat dari waktu ke waktu.

Kepercayaan & keamanan

Tinjau sebelum memasang

79
  • Adopsi GitHub321 star GitHubInfo
  • Aktivitas star/fork321 star dan 14 fork; aktivitas issue tidak tersedia dalam metadata saat iniPeriksa
  • Pemeliharaan terbaru16 hari sejak pushLulus
  • Kejelasan lisensiMITLulus
  • Kelengkapan README/SKILL.mdMetadata memuat konteks penggunaan dan alur kerja yang cukupLulus
  • Risiko dependensi/runtimeCakupan eksekusi perintahInfo

Skill terkait

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 Star

Awesome Claude Skills

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

65.9K Star

Claude Scientific Skills

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

31.2K Star
PasangLihat di GitHub