Stepfun Vision Skill
Codex Skill：让纯文本模型（DeepSeek）借助 StepFun step-3.7-flash 获得看图能力 | Give text-only Codex models (DeepSeek) image understanding via StepFun step-3.7-flash
Perfil del activo
Agents de programación y desarrollo
Code review, repo analysis, testing, CI, GitHub, DevOps, and developer workflow skills.
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 + Cursor
Funciona con Codex, Claude Code, Cursor, CLI o Agents personalizados.
Instalar
Listo
npx skills add jwangkun/stepfun-vision-skill
Mantenimiento
Actual
20 días desde el último push
Riesgo
Requiere revisión
Low GitHub adoption signal
Calidad de GitHub
14
66/100 Calidad · 76/100 Confianza
Etiquetas de cobertura
Notas de revisión
Low GitHub adoption signal · Quality score needs review
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
PrometedorUseful candidate, but compare it with alternatives before adopting.
Confianza
Solo sandboxCandidata útil con señales de confianza incompletas o mixtas. Manténgala en un espacio aislado hasta que el ciclo de resultados demuestre el ajuste.
Auditoría
Requiere revisiónRevisión 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
Ejecute solo en un sandbox y compare alternativas cercanas antes de usarla en trabajo real.
Estrellas
14 estrellas de GitHub
Actividad del repositorio
14 estrellas y 1 forks
Mantenimiento
20 días desde el último push
Licencia
MIT
Instalar
npx skills add jwangkun/stepfun-vision-skill
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
Revisar antes de producción
- Low GitHub adoption signal
- Quality score needs review
- GitHub adoption: 14 GitHub stars
- Stars/forks activity: 14 stars, 1 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.
Tareas adecuadas
- flujos de Multimodal media
- Equipos de Claude Code
- builders willing to evaluate younger projects
- Read media metadata
Agents adecuados
Decisión de instalación
- Comando
- npx skills add jwangkun/stepfun-vision-skill
- Política
- Revisar
- Revisión humana
- Sí
Confianza y riesgo
- Confianza
- 68/100
- Auditoría
- 80/100
- Nivel de riesgo
- Requiere revisión
Ciclo de resultados
- Endpoint
- /api/agent/outcome
- ID del evento
- resolve
- Resultados
- 5
Comando de instalación
npx skills add jwangkun/stepfun-vision-skillNo usar cuando
- Equipos que necesitan un SLA con soporte del proveedor
- production agents without a repository review
- Low GitHub adoption signal
- No OpenAgentSkill engagement data yet
- Indicios de permisos de alto riesgo: ejecución de shell o comandos
Seguridad de Agent v2
52/100 · Evitar instalación automática
Sparse or mixed signals. Useful for discovery, but not for autonomous installation.
Test manually in an isolated workspace and compare against safer alternatives.
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
- Low GitHub adoption signal
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.
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 jwangkun-stepfun-vision-skillPlan 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 JSON
/api/agent/resolve?task=Use%20Stepfun%20Vision%20Skill%20for%20an%20agent%20workflow&agent=codex&max_risk=medium
Texto de Resolve
/api/agent/resolve?task=Use%20Stepfun%20Vision%20Skill%20for%20an%20agent%20workflow&agent=codex&max_risk=medium&format=text
Traspaso de instalación
/api/skills/jwangkun-stepfun-vision-skill/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 Stepfun Vision Skill in this workspace.
Resolve first: https://www.openagentskill.com/api/agent/resolve?task=Use%20Stepfun%20Vision%20Skill%20for%20an%20agent%20workflow&agent=codex&max_risk=medium
Review install handoff: https://www.openagentskill.com/api/skills/jwangkun-stepfun-vision-skill/install
Install command: npx skills add jwangkun/stepfun-vision-skill
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.
Traspaso de instalación
/api/skills/jwangkun-stepfun-vision-skill/install
Formato de texto LLM
/api/skills/jwangkun-stepfun-vision-skill/install?format=text
Buscar alternativas
/api/skills/search?q=Stepfun%20Vision%20Skill&limit=3
Prompt de Agent
Use Stepfun Vision Skill for this task. Review https://www.openagentskill.com/api/skills/jwangkun-stepfun-vision-skill/install, then install with: npx skills add jwangkun/stepfun-vision-skillMetadatos 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.
Manifest
/api/registry/manifest/jwangkun-stepfun-vision-skill
Texto LLM
/api/registry/manifest/jwangkun-stepfun-vision-skill?format=text
Alias de instalación
/api/registry/install/jwangkun-stepfun-vision-skill
Recomendar
/api/registry/recommend?task=Use%20Stepfun%20Vision%20Skill%20in%20an%20agent%20workflow&limit=3
Afinidad con Agent
Multimodal media
Etiquetas de uso
Plataformas
JavaScript, Claude Code, OpenAI Agents, Cursor
Informe de auditoría
Requiere revisión · 80/100
Revisión legible por máquina de la preparación de instalación, los metadatos de seguridad, el mantenimiento y el riesgo de adopción.
Panel de decisión de Agent
Fallback candidate for Multimodal media
Prototype with this skill first; keep a fallback candidate ready.
Rol en la pila
Candidata de respaldo
Ajuste principal
Multimodal media
Etiqueta de confianza
Prototipar primero
Ruta de instalación
Comando listo
Úsalo cuando
- flujos de Multimodal media
- Equipos de Claude Code
- builders willing to evaluate younger projects
Evidencia
- recent repository activity
- install command or GitHub repo available
- perfil de calidad 66/100
revisar primero
- Low GitHub adoption signal
- No OpenAgentSkill engagement data yet
Ruta de implementación
- 1Instálalo en un Agent de sandbox y ejecuta una tarea de Multimodal media de principio a fin.
- 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.
Perfil de confianza
Solo sandbox
Candidata útil con señales de confianza incompletas o mixtas. Manténgala en un espacio aislado hasta que el ciclo de resultados demuestre el ajuste.
Adopción en GitHub
Corregir14 estrellas de GitHub
Actividad de stars/forks
Corregir14 estrellas y 1 forks; la actividad de issues no está disponible en los metadatos actuales
Mantenimiento reciente
Aprobado20 días desde el último push
Claridad de licencia
AprobadoMIT
Señales positivas
- 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
- Low GitHub adoption signal
- Quality score needs review
- GitHub adoption: 14 GitHub stars
- Stars/forks activity: 14 stars, 1 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
Ejecute solo en un sandbox y compare alternativas cercanas antes de usarla en trabajo real.
Perfil de calidad
Prometedor candidato para flujos de Agent
Useful candidate, but compare it with alternatives before adopting.
Ajuste de flujo
Usa esta skill en estos escenarios
Process rich media
Multimodal media
I need my agent to process images, video, or audio and extract useful information.
Build and ship code
Coding agents
I need a coding agent that can understand a repository, edit code, and review pull requests.
Operate web apps
Browser automation
I need my agent to control a browser, fill forms, and verify web app workflows.
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.
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.
Resumen
# stepfun-vision-skill
   
给 **纯文本主模型（如 Codex 接入的 DeepSeek `deepseek-v4-flash`）** 外挂“看图”能力的 Codex Skill： 当主模型不支持图片输入时，把图片交给 **StepFun `step-3.7-flash`（原生多模态推理模型）** 转成文字描述，主模型再基于描述继续推理、写代码。
``` 用户粘贴图片 / 本地图片 / 图片 URL │ ▼ scripts/describe-image.js（零依赖 Node.js） 1. 守卫：读 ~/.codex/config.toml，仅主模型为 deepseek-v4-* 时启用 2. --latest：从 Codex 会话文件恢复用户粘贴的图片（base64 重建） 3. 调 StepFun /v1/chat/completions（step-3.7-flash，OpenAI 兼容） │ ▼ 文字描述 → 返回给主模型继续干活 ```
## 项目简介 / About
**为什么需要它？** 很多人把 Codex 接到 **DeepSeek（`deepseek-v4-flash` 等纯文本模型）** 上使用——便宜、快、中文好，但这类模型**不支持图片输入**：粘贴截图会显示 `image content omitted because you do not support image input`，看不了 UI 稿、报错截图、图表和白板照片。
**怎么解决？** 本 Skill 把图片交给 **StepFun `step-3.7-flash`**（原生多模态推理模型，OpenAI 兼容接口）转成精准的文字描述，再让 DeepSeek 基于描述继续推理、写代码、排障。视觉模型只负责“看”和“转录”，**结论仍由主模型得出**——成本低、接入快、不挑主模型。
**核心亮点：**
- 粘贴即用：自动从 Codex 会话文件恢复你粘贴的图片（`--latest`），无需手动保存 - 支持本地文件、图片 URL、多张图、带问题识别（OCR / 细节追问） - 零依赖 Node.js；一键安装器自动把 key 写入 `config.json`，可选写入环境变量 - Provider 守卫：只在 DeepSeek 主模型下启用，避免误用浪费 - 推理模型适配：`reasoning_effort` 控制思考开销 + `content`/`reasoning` 回退，保证必出结果
**适用场景：** UI/前端还原、报错截图排查、设计稿评审、图表/白板转数据、票据/文档 OCR、网页截图分析等。
> **English**: *stepfun-vision-skill adds image understanding to text-only coding models (e.g. DeepSeek `deepseek-v4-flash` inside Codex) by relaying images to StepFun's natively multimodal `step-3.7-flash` model. The vision model transcribes/describes the image into text; the main model then reasons on that text. Zero-dependency Node.js, one-command installer, DeepSeek-only provider guard, and `--latest` recovery of pasted images from Codex session files.*
> 本仓库是 [deepseek-vision-skill](https://github.com/iuiaeng2005/deepseek-vision-skill)（MIT）的 StepFun 适配版：换了默认接口/
Compatibilidad de plataforma
Detalles técnicos
- Versión
- 1.0.0
- Licencia
- MIT
- Última actualización
- 18 ago 2026
- Publicado
- 6 ago 2026
Frameworks y herramientas
Resumen de decisión
Candidata de respaldo
recent repository activity
Auditoría
Revisión de instalación
Revisión de instalación y adopción
- Seguridad
- 86/100
- Mantenimiento
- 100/100
- Instalar
- 92/100
Evidencia probada por Agent
Evidencia probada por Agent
Informes de resultados tras resolver, revisar, instalar y una ejecución limitada.
- 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.
Instalar
Añadir al flujo de Agent
Gratis y de código abierto. Revisa el informe antes de instalar en Agents de producción.
Bucle de crecimiento
Kit para compartir
Borrador basado en un caso para Stepfun Vision Skill, listo para publicar manualmente en X.
A practical pick for design or creative work: Stepfun Vision Skill: Codex Skill：让纯文本模型（DeepSeek）借助 StepFun step-3.7-flash 获得看图能力 | Give text-only Codex models (DeepSeek) image understanding v... 14 stars https://www.openagentskill.com/skills/jwangkun-stepfun-vision-skill?ref=x
Respuesta opcional con comando de instalación
Listing + install path for Stepfun Vision Skill: https://www.openagentskill.com/skills/jwangkun-stepfun-vision-skill?ref=x Install: npx skills add jwangkun/stepfun-vision-skill
Fuente de la ficha
Indexado por la comunidad
Esta ficha se indexó desde fuentes públicas y no está marcada como oficial hasta que se apruebe una reclamación de mantenedor.
- Creador
- jwangkun
- 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 skillReclamación del propietario
Reclamar esta ficha de skill
Esta ficha Indexado por la comunidad se atribuye a jwangkun, 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.
[](https://www.openagentskill.com/skills/jwangkun-stepfun-vision-skill)
[](https://www.openagentskill.com/skills/jwangkun-stepfun-vision-skill)
[](https://www.openagentskill.com/skills/jwangkun-stepfun-vision-skill/audit)
[](https://www.openagentskill.com/skills/jwangkun-stepfun-vision-skill)Autor
jwangkun
@jwangkun
Afinidad con plataforma
Señales de salud
- Estrellas de GitHub
- 14
- Puntuación de calidad
- 39/100
- Último push de GitHub
- 3 ago 2026
- Pistas del framework
- 1
- Vistas de OpenAgentSkill
- 0
- 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
Solo sandbox
- Adopción en GitHub14 estrellas de GitHubCorregir
- Actividad de stars/forks14 estrellas y 1 forks; la actividad de issues no está disponible en los metadatos actualesCorregir
- Mantenimiento reciente20 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/runtimeNo hay indicios importantes de riesgo de dependencias en los metadatos públicosAprobado
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 EstrellasAwesome Claude Skills
A curated list of resources and tools for enhancing Claude AI workflows.
65.9K EstrellasClaude Scientific Skills
A comprehensive collection of ready-to-use scientific and research skills for AI agents.
31.2K Estrellas