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 ｜ 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
供給アセットの概要
コーディングと開発 Agent
コードレビュー、リポジトリ分析、テスト、CI、GitHub、DevOps、開発ワークフロー向けのスキルです。
シナリオ
コーディング Agent
リポジトリを理解し、コードを編集し、プルリクエストをレビューできるコーディング Agent が必要です。
Agent 適合
Claude Code + OpenAI Agents + CLI
Codex、Claude Code、Cursor、CLI、またはカスタム Agent に対応します。
インストール
準備完了
npx skills add Anionex/agent-vision-toolkit
メンテナンス
新しい
最終プッシュから 16 日
リスク
試用可
Stars/forks activity: 321 stars, 14 forks; issue activity unavailable in current metadata
GitHub 品質
321
100/100 品質 · 84/100 信頼
対象タグ
レビュー注記
Stars/forks activity: 321 stars, 14 forks; issue activity unavailable in current metadata
Agent 導入スコアカード
信頼、監査、インストール準備状況を一目で確認
公開リポジトリのメタデータ、OpenAgentSkill のレビューシグナル、保守の鮮度、インストール準備状況を組み合わせたスコアです。候補選定の目安であり、人によるレビューの代替ではありません。
品質
優秀採用度と保守性のシグナルが強い高信頼候補です。
信頼
レビュー後にインストール有望な候補ですが、Agent は実行前に監査メモ、インストールポリシー、成果エビデンスを確認する必要があります。
監査
試用可インストール準備、安全メタデータ、保守、採用リスクの機械可読なレビュー。
OpenAgentSkill Trust Score v5
インストール前に人のレビュー
人による確認またはサンドボックス検証後に第一候補として使用します。
スター
GitHub スター 321
リポジトリ活動
スター 321、フォーク 14
メンテナンス
最終プッシュから 16 日
ライセンス
MIT
インストール
npx skills add Anionex/agent-vision-toolkit
インストール安全性
標準パッケージまたはランタイムのインストールパス
権限範囲
shell or command execution, filesystem or document access
Agent の成果
Agent の成果データはまだありません
ドキュメント
README/SKILL.md の文脈が十分です
リスク概要
低いメタデータリスク
- Stars/forks activity: 321 stars, 14 forks; issue activity unavailable in current metadata
インストール準備状況
インストールパスを利用可能
- インストールパスを利用できます
- リポジトリの根拠を利用できます
- ライセンスが明示されています
- Agent-Proven の成果エビデンスはまだありません
Agent 可読メタデータ
このスキルの機械可読な判断データ。
このブロックまたは埋め込み JSON を使い、Agent がこのスキルをインストールすべきか、代替を選ぶべきか、先に人のレビューを求めるべきかを判断できます。
適したタスク
- Local desktop ワークフロー
- Claude Code チーム
- builders willing to evaluate younger projects
- Navigate local resources
適した Agent
インストール判断
- コマンド
- npx skills add Anionex/agent-vision-toolkit
- ポリシー
- レビュー
- 人によるレビュー
- はい
信頼とリスク
- 信頼
- 79/100
- 監査
- 92/100
- リスクレベル
- 試用可
成果ループ
- エンドポイント
- /api/agent/outcome
- イベント ID
- resolve
- 成果
- 5
使わない場合
- ベンダー提供の SLA が必要なチーム
- 内部セキュリティレビューのない高コンプライアンス環境
- 現在のメタデータに重大なリスクシグナルはありません
- 高リスク権限のヒント: Shell またはコマンド実行
- Stars/forks activity: 321 stars, 14 forks; issue activity unavailable in current metadata
Agent セーフティ v2
64/100 · インストール前にレビュー
利用可能な候補ですが、Agent はインストール前に権限と監査メモを提示する必要があります。
実際のワークスペースへインストールする前に人の承認が必要です。
高
Shell またはコマンド実行
Skill メタデータに端末、CLI、Shell、サブプロセス、またはコマンド実行のワークフローが含まれます。
中
ネットワークアクセス
Skill はリモートページ、API、リポジトリ、外部サービスにアクセスする可能性があります。
中
ファイルシステムアクセス
Skill はプロジェクトファイル、ドキュメント、生成物、ローカルワークスペース状態を読み書きする可能性があります。
- 高リスク権限のヒント: Shell またはコマンド実行
- Stars/forks activity: 321 stars, 14 forks; issue activity unavailable in current metadata
インストール先
Agent ワークフローにこのスキルをインストール
公開インストールエンドポイントからコマンド、安全チェックリスト、対象プロンプト、正規リンクを取得します。
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-toolkitAgent 解決プラン
インストール前に Agent に適合性を検証させます。
Resolve API は第一候補、代替、安全ポリシー、監査メモ、インストール先、Agent がそのまま使えるプロンプトを返します。
JSON を開く
/api/agent/resolve?task=Use%20Agent%20Vision%20Toolkit%20for%20an%20agent%20workflow&agent=codex&max_risk=medium
Resolve テキスト
/api/agent/resolve?task=Use%20Agent%20Vision%20Toolkit%20for%20an%20agent%20workflow&agent=codex&max_risk=medium&format=text
インストール引き継ぎ
/api/skills/anionex-agent-vision-toolkit/install
Agent が確認すべきこと
- Resolve API でタスク適合と代替を確認。
- 監査・信頼スコアと安全ポリシーの警告を確認。
- Codex、Claude Code、Cursor、CLI のインストール先互換性を確認。
プロンプトをコピー
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.Agent 引き継ぎ
別のディレクトリではなく、インストール経路を Agent に渡します。
公開インストールエンドポイントからコマンド、安全チェックリスト、対象プロンプト、正規リンクを取得します。
インストール引き継ぎ
/api/skills/anionex-agent-vision-toolkit/install
LLM テキスト形式
/api/skills/anionex-agent-vision-toolkit/install?format=text
代替を探す
/api/skills/search?q=Agent%20Vision%20Toolkit&limit=3
Agent プロンプト
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-toolkitRegistry メタデータ
自動スキル選択用の Agent 可読プロファイル。
Registry API 経由で判断、信頼、監査、ユースケース、インストールのシグナルを提供し、UI をスクレイピングせずに Agent が順位付けできます。
Manifest
/api/registry/manifest/anionex-agent-vision-toolkit
LLM テキスト
/api/registry/manifest/anionex-agent-vision-toolkit?format=text
インストール別名
/api/registry/install/anionex-agent-vision-toolkit
推奨
/api/registry/recommend?task=Use%20Agent%20Vision%20Toolkit%20in%20an%20agent%20workflow&limit=3
Agent 適合
Local desktop
プラットフォーム
Python, Claude Code, OpenAI Agents
Agent 判断パネル
Local desktop 向けの第一候補
有力候補として扱い、自分の Agent スタックで README とインストール経路を検証してください。
スタック内の役割
第一候補
主な適合
Local desktop
信頼ラベル
本番対応
インストールパス
コマンド準備済み
使う場面
- Local desktop ワークフロー
- Claude Code チーム
- builders willing to evaluate younger projects
根拠
- 最近のリポジトリ活動
- インストールコマンドまたは GitHub リポジトリが利用可能
- 品質プロファイル 100/100
- OpenAgentSkill エンゲージメント 17 件
先にレビュー
- 現在のメタデータに重大なリスクシグナルはありません
実装パス
- 1サンドボックスの Agent にインストールし、Local desktop タスクを一度最初から最後まで実行します。
- 2Compare output quality, latency, and failure behavior against at least one alternative.
- 3Promote it into production only after reviewing repository permissions, license, and maintenance signals.
信頼プロファイル
レビュー後にインストール
有望な候補ですが、Agent は実行前に監査メモ、インストールポリシー、成果エビデンスを確認する必要があります。
GitHub 採用度
情報GitHub スター 321
スター／フォーク活動
確認スター 321、フォーク 14; 現在のメタデータでは Issue 活動を利用できません
最近のメンテナンス
合格最終プッシュから 16 日
ライセンスの明確さ
合格MIT
良いシグナル
- 手動確認済みの掲載
- AI レビュー承認済み
- インストールパスを利用できます
- リポジトリの根拠を利用できます
- 最近保守されたリポジトリ
- インストールコマンドに明確な高リスクパターンはありません
- 成果ループは準備済みですが、最初の実行が必要です
インストール前にレビュー
- Stars/forks activity: 321 stars, 14 forks; issue activity unavailable in current metadata
- 実際の Agent 成果レポートはまだありません
- 無人インストールの前に人によるレビューが必要です
推奨アクション
人による確認またはサンドボックス検証後に第一候補として使用します。
品質プロファイル
優秀 Agent ワークフロー向けの候補
採用度と保守性のシグナルが強い高信頼候補です。
ワークフロー適合
このスキルを使うシナリオ
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.
ワークフロー適合
完全なワークフローに追加
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.
代替候補
インストール前に比較
このタスクに適する可能性のある類似スキル。
Khazix Skills
A collection of practical, installable AI agent skills for disk cleanup, AI news retrieval, and project management, following the Agent Skills standard.
Awesome Claude Skills
A curated list of resources and tools for enhancing Claude AI workflows.
Claude Scientific Skills
A comprehensive collection of ready-to-use scientific and research skills for AI agents.
概要
<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:
プラットフォーム互換性
技術詳細
- バージョン
- 1.0.0
- ライセンス
- MIT
- 最終更新
- 2026年8月18日
- 公開日
- 2026年8月5日
フレームワークとツール
判断の要約
第一候補
最近のリポジトリ活動
Agent 実証エビデンス
Agent 実証エビデンス
Resolve、レビュー、インストール、限定実行後の成果レポート。
- 成功率
- —
- 直近の失敗
- —
- 成果
- 0
- 出力品質
- —
- 失敗
- 0
- 非該当
- 0
- インストール数
- 0
- リスクによりブロック
- 0
- 設定が必要
- 0
- 本番
- 0
Agent の実行結果はまだありません。最初の実行では /api/agent/outcome を通じて成功、設定要件、リスクによるブロック、失敗、非該当を報告できます。
成長ループ
共有キット
Agent Vision Toolkit 用のシナリオベース草案です。X へ手動投稿できます。
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
任意：インストールコマンド付きの返信
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
掲載元
コミュニティにより登録
この掲載は公開ソースから登録されており、メンテナー申請が承認されるまで公式として表示されません。
- 作成者
- Anionex
- インデックス作成者
- OpenAgentSkill コミュニティインデックス
帰属は公開リポジトリまたは作成者プロフィールにリンクされています。作成者は掲載を申請して所有権シグナルを更新できます。
このスキルを申請所有者の申請
このスキル掲載を申請
この コミュニティにより登録 掲載は Anionex に帰属していますが、まだ公式として表示されていません。申請すると、確認済み所有者シグナルが追加され、今後の公開、インストール、監査更新の信頼性が高まります。
クリエイター被リンクキット
README にエビデンスバッジを追加
開発者がリポジトリを評価する場所で、正規掲載、現在の信頼・監査シグナル、実際の Agent-Proven エビデンスを表示します。
[](https://www.openagentskill.com/skills/anionex-agent-vision-toolkit)
[](https://www.openagentskill.com/skills/anionex-agent-vision-toolkit)
[](https://www.openagentskill.com/skills/anionex-agent-vision-toolkit/audit)
[](https://www.openagentskill.com/skills/anionex-agent-vision-toolkit)作者
Anionex✓
@anionex
プラットフォーム適合
健全性シグナル
- GitHub スター
- 321
- 品質スコア
- 63/100
- 最終 GitHub プッシュ
- 2026年8月6日
- フレームワークのヒント
- 1
- OpenAgentSkill 閲覧数
- 17
- インストールコピー数
- 0
- 外部クリック
- 0
コミュニティシグナル
このスキルが Agent ワークフローに役立つかを共有してください。集約されたフィードバックがランキングを改善します。
信頼と安全性
レビュー後にインストール
- GitHub 採用度GitHub スター 321情報
- スター／フォーク活動スター 321、フォーク 14; 現在のメタデータでは Issue 活動を利用できません確認
- 最近のメンテナンス最終プッシュから 16 日合格
- ライセンスの明確さMIT合格
- README/SKILL.md の完全性メタデータには十分な利用・ワークフロー文脈があります合格
- 依存関係／ランタイムのリスクコマンド実行範囲情報
関連スキル
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 スターAwesome Claude Skills
A curated list of resources and tools for enhancing Claude AI workflows.
65.9K スターClaude Scientific Skills
A comprehensive collection of ready-to-use scientific and research skills for AI agents.
31.2K スター