Star200+

Agent Vision Toolkit

强 · 79
社区收录

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
版本1.0.0
质量100/100 · 优秀
信任79/100 · 审查后安装
审计92/100 · 可安全尝试

供给资产档案

编程与开发 Agent

代码审查、仓库分析、测试、CI、GitHub、DevOps 与开发工作流 Skill。

浏览赛道

场景

编程 Agent

我需要一个能理解仓库、修改代码并审查 Pull Request 的编程 Agent。

适配 Agent

Claude Code + OpenAI Agents + CLI

适用于 Codex、Claude Code、Cursor、CLI 或自定义 Agent。

安装

就绪

npx skills add Anionex/agent-vision-toolkit

维护状态

新鲜

距上次推送 16 天

风险

可安全尝试

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

GitHub 质量

321

100/100 质量 · 84/100 信任

覆盖标签

编程编程 Agent通用工具agent-skillskill

审查说明

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

Agent 采用评分卡

一眼查看信任、审计与安装准备度

这些分数综合公开仓库元数据、OpenAgentSkill 审查信号、维护新鲜度与安装准备度。它用于候选筛选，不替代人工审查。

质量

优秀
100

高置信候选，具有较强的采用度与健康维护信号。

信任

审查后安装
79

适合加入候选清单，但 Agent 在运行前应审查审计说明、安装策略和结果证据。

审计

可安全尝试
92

对安装准备度、安全元数据、维护情况与采用风险的机器可读审查。

OpenAgentSkill 信任评分 v5

安装前需人工审查

在人工审查或沙盒验证后作为首选候选。

PythonCodexClaude CodeCursorOpenAgentSkill CLI

Stars

321 个 GitHub Stars

仓库活跃度

321 个 Star，14 个 Fork

维护状态

距上次推送 16 天

许可证

MIT

安装

npx skills add Anionex/agent-vision-toolkit

安装安全性

标准软件包或运行时安装路径

权限范围

shell or command execution, filesystem or document access

Agent 结果

暂未有 Agent 结果数据

文档

README/SKILL.md 上下文充分

风险摘要

低元数据风险

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

安装准备度

安装路径可用

  • 安装路径可用
  • 仓库证据可用
  • 已声明许可证
  • 暂无 Agent 验证结果证据

Agent 可读元数据

这个 Skill 的机器可读决策数据。

使用此区块或内嵌 JSON 判断 Agent 是否应安装该 Skill、选择替代方案，或先请求人工审查。

打开 JSON

适用任务

  • Local desktop 工作流
  • Claude Code 团队
  • builders willing to evaluate younger projects
  • Navigate local resources

适用 Agent

PythonCodexClaude CodeCursorOpenAgentSkill CLIOpenAI AgentsCLI

安装决策

命令
npx skills add Anionex/agent-vision-toolkit
策略
审查
人工审查
是

信任与风险

信任
79/100
审计
92/100
风险级别
可安全尝试

结果闭环

端点
/api/agent/outcome
事件 ID
resolve
结果
5

安装命令

npx skills add Anionex/agent-vision-toolkit
公开审计评估报告Resolve API安装交接

不适用场景

  • 需要厂商支持 SLA 的团队
  • 没有内部安全审查的高合规环境
  • 当前元数据中未发现重大风险信号
  • 高风险权限提示：Shell 或命令执行
  • Stars/forks activity: 321 stars, 14 forks; issue activity unavailable in current metadata

替代 Skill

Khazix Skills

19.6K Stars

npx skills add KKKKhazix/khazix-skills

替代 Skill

Awesome Claude Skills

65.9K Stars

npx skills add ComposioHQ/awesome-claude-skills

替代 Skill

Claude Scientific Skills

31.2K Stars

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

Agent 安全 v2

64/100 · 安装前审查

已审查并附权限说明审查

可用候选，但 Agent 在安装前应展示权限与审计说明。

在真实工作区安装前需要人工批准。

通过 API 解析

高

Shell 或命令执行

Skill 元数据引用了终端、CLI、Shell、子进程或命令执行工作流。

中

网络访问

Skill 可能访问远程页面、API、仓库或外部服务。

中

文件系统访问

Skill 可能读取或写入项目文件、文档、生成产物或本地工作区状态。

  • 高风险权限提示：Shell 或命令执行
  • Stars/forks activity: 321 stars, 14 forks; issue activity unavailable in current metadata

安装目标

在你的 Agent 工作流中安装此 Skill

通过公开安装端点获取命令、安全清单、目标提示词和该 Skill 的规范链接。

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

Agent 解析计划

让 Agent 在安装前验证匹配度。

Resolve API 返回首选 Skill、替代方案、安全策略、审计说明、安装目标和可直接执行的提示词，无需抓取此页面。

打开文本计划

打开 JSON

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

Resolve 文本

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

安装交接

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

Agent 应检查

  • 从 Resolve API 检查任务匹配与替代方案。
  • 检查审计评分、信任评分和安全策略警告。
  • 检查 Codex、Claude Code、Cursor 或 CLI 的安装目标兼容性。

复制提示词

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 交接

把安装路径交给 Agent，而不是再给一个目录页。

通过公开安装端点获取命令、安全清单、目标提示词和该 Skill 的规范链接。

打开安装 API

安装交接

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

LLM 文本格式

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

寻找替代方案

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

Agent 提示词

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

Registry 元数据

用于自动选择 Skill 的 Agent 可读档案。

本页通过 Registry API 提供相同的决策、信任、审计、场景和安装信号，让 Agent 无需抓取界面即可排序。

打开 Manifest

Manifest

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

LLM 文本

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

安装别名

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

推荐

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

适配 Agent

100/100

Local desktop

使用场景标签

Local desktop编程 AgentMultimodal media

平台

Python, Claude Code, OpenAI Agents

审计报告

可安全尝试 · 92/100

对安装准备度、安全元数据、维护情况与采用风险的机器可读审查。

查看审计报告查看评估报告

Agent 决策面板

适合 Local desktop 的首选

将其作为优先候选，再在你的 Agent 环境中验证 README 与安装路径。

100
就绪度
采用
阶段

栈中角色

首选

主要匹配

Local desktop

信任标签

可用于生产

安装路径

命令已就绪

适用场景

  • Local desktop 工作流
  • Claude Code 团队
  • builders willing to evaluate younger projects

证据

  • 仓库近期活跃
  • 已提供安装命令或 GitHub 仓库
  • 100/100 质量档案
  • 17 个 OpenAgentSkill 交互事件

先审查

  • 当前元数据中未发现重大风险信号

实施路径

  1. 1在沙盒 Agent 中安装它，并端到端完成一次Local desktop任务。
  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.

信任档案

审查后安装

适合加入候选清单，但 Agent 在运行前应审查审计说明、安装策略和结果证据。

79
OpenAgentSkill 信任评分

GitHub 采用度

信息

321 个 GitHub Stars

Star/Fork 活跃度

检查

321 个 Star，14 个 Fork; 当前元数据中没有议题活跃度信息

近期维护

通过

距上次推送 16 天

许可证清晰度

通过

MIT

积极信号

  • 人工验证的收录
  • AI 审查已通过
  • 安装路径可用
  • 仓库证据可用
  • 近期维护的仓库
  • 安装命令未发现明显高风险模式
  • 结果闭环已就绪，但需要首次真实 Agent 运行

安装前审查

  • Stars/forks activity: 321 stars, 14 forks; issue activity unavailable in current metadata
  • 暂未有真实 Agent 结果报告
  • 无人值守安装前需要人工审查

建议操作

在人工审查或沙盒验证后作为首选候选。

质量档案

优秀 适用于 Agent 工作流的候选

高置信候选，具有较强的采用度与健康维护信号。

100
GitHub Stars
321
新鲜度
16 天前
安装就绪
是
许可证
MIT

工作流匹配

在这些场景使用此 Skill

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.

工作流匹配

加入完整工作流

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.

替代方案短名单

安装前对比

可能适合该任务的相近 Skill。

对比全部

Khazix Skills

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

采用
就绪100
质量100
Stars19.6K

Awesome Claude Skills

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

采用
就绪100
质量100
Stars65.9K

Claude Scientific Skills

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

采用
就绪100
质量100
Stars31.2K

概览

<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:

平台兼容性

pythonFULL

技术详情

版本
1.0.0
许可证
MIT
最近更新
2026年8月18日
发布时间
2026年8月5日

框架与工具

Python

决策摘要

首选

100
就绪
采用
阶段

仓库近期活跃

审计

安装审查

安装与采用审查

92
可安全尝试
安全性
84/100
维护状态
100/100
安装
92/100
打开完整审计查看评估报告

Agent 验证证据

Agent 验证证据

来自解析、审查、安装和一次小范围运行后的结果报告。

0
已验证
Needs first agent run自动安装: 先审查最近: 未知
成功率
—
近期失败
—
结果
0
输出质量
—
失败
0
不相关
0
安装次数
0
风险拦截
0
需要配置
0
生产环境
0

暂时没有 Agent 结果数据。首次 Agent 执行可以通过 /api/agent/outcome 报告成功、需要设置、风险拦截、失败或不相关。

Agent 已验证排行结果契约

安装

加入 Agent 工作流

免费且开源. 在生产 Agent 中安装前请先审查报告。

对比替代方案自动解析计划在 GitHub 查看文档

增长闭环

分享工具包

X

为 Agent Vision Toolkit 准备的场景化草稿，可手动发布到 X。

策展说明
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
打开 X 草稿
可选：带安装命令的回复
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
打开回复草稿

收录来源

社区收录

可认领

此列表来自公开来源，维护者认领获批前不会标记为官方。

创作者
Anionex
收录方
OpenAgentSkill 社区索引

归属链接指向公开仓库或创作者主页。创作者可认领列表以更新所有权信号。

认领此 Skill

所有者认领

认领此 Skill 页面

这条 社区收录 列表归属于 Anionex，但尚未标记为官方。认领后可增加已验证所有者信号，使后续发布、安装和审计更新更值得信赖。

创作者外链工具包

将证据徽章加入你的 README

在开发者评估仓库的位置展示规范页面、当前信任与审计信号，以及真实的 Agent 验证证据。

[![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)
预览徽章 打开审计 创作者工具包

作者

A

Anionex✓

@anionex

标签

agent-skillskillagentcoding-agentpython

平台适配

Claude CodeOpenAI Agents

健康信号

GitHub Stars
321
质量评分
63/100
最近 GitHub 推送
2026年8月6日
框架提示
1
OpenAgentSkill 浏览量
17
复制安装命令
0
跳转点击
0

社区信号

告诉我们这个 Skill 是否对你的 Agent 工作流有帮助。汇总反馈会持续改善排序。

信任与安全

审查后安装

79
  • GitHub 采用度321 个 GitHub Stars信息
  • Star/Fork 活跃度321 个 Star，14 个 Fork; 当前元数据中没有议题活跃度信息检查
  • 近期维护距上次推送 16 天通过
  • 许可证清晰度MIT通过
  • README/SKILL.md 完整度元数据包含足够的用法与工作流上下文通过
  • 依赖与运行时风险命令执行范围信息

相关 Skill

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
安装在 GitHub 查看