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
Profil de l’actif
Agents de code et de développement
Code review, repo analysis, testing, CI, GitHub, DevOps, and developer workflow skills.
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 + Cursor
Compatible avec Codex, Claude Code, Cursor, CLI ou des Agents personnalisés.
Installer
Prêt
npx skills add jwangkun/stepfun-vision-skill
Maintenance
À jour
20 jours depuis le dernier push
Risque
Revue nécessaire
Low GitHub adoption signal
Qualité GitHub
14
66/100 Qualité · 76/100 Confiance
Tags de couverture
Notes de revue
Low GitHub adoption signal · Quality score needs review
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
PrometteurUseful candidate, but compare it with alternatives before adopting.
Confiance
Sandbox uniquementCandidate utile avec des signaux de confiance incomplets ou mixtes. Gardez-la dans un espace isolé jusqu’à ce que la boucle de résultats confirme son adéquation.
Audit
Revue nécessaireRevue 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
Exécutez uniquement dans un sandbox et comparez les alternatives proches avant usage réel.
Stars
14 stars GitHub
Activité du dépôt
14 stars et 1 forks
Maintenance
20 jours depuis le dernier push
Licence
MIT
Installer
npx skills add jwangkun/stepfun-vision-skill
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
Revoir avant production
- 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
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.
Tâches adaptées
- workflows Multimodal media
- Équipes Claude Code
- builders willing to evaluate younger projects
- Read media metadata
Agents adaptés
Décision d’installation
- Commande
- npx skills add jwangkun/stepfun-vision-skill
- Politique
- Revoir
- Revue humaine
- Oui
Confiance et risque
- Confiance
- 68/100
- Audit
- 80/100
- Niveau de risque
- Revue nécessaire
Boucle de résultat
- Endpoint
- /api/agent/outcome
- ID d’événement
- resolve
- Résultats
- 5
Commande d’installation
npx skills add jwangkun/stepfun-vision-skillNe pas utiliser quand
- Équipes qui nécessitent un SLA soutenu par le fournisseur
- production agents without a repository review
- Low GitHub adoption signal
- No OpenAgentSkill engagement data yet
- Indices de permissions à haut risque : exécution shell ou de commande
Sécurité Agent v2
52/100 · Éviter l’installation automatique
Sparse or mixed signals. Useful for discovery, but not for autonomous installation.
Test manually in an isolated workspace and compare against safer alternatives.
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
- Low GitHub adoption signal
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.
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 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 JSON
/api/agent/resolve?task=Use%20Stepfun%20Vision%20Skill%20for%20an%20agent%20workflow&agent=codex&max_risk=medium
Texte Resolve
/api/agent/resolve?task=Use%20Stepfun%20Vision%20Skill%20for%20an%20agent%20workflow&agent=codex&max_risk=medium&format=text
Relais d’installation
/api/skills/jwangkun-stepfun-vision-skill/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 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.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.
Relais d’installation
/api/skills/jwangkun-stepfun-vision-skill/install
Format texte LLM
/api/skills/jwangkun-stepfun-vision-skill/install?format=text
Trouver des alternatives
/api/skills/search?q=Stepfun%20Vision%20Skill&limit=3
Prompt 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-skillMétadonnées 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.
Manifest
/api/registry/manifest/jwangkun-stepfun-vision-skill
Texte LLM
/api/registry/manifest/jwangkun-stepfun-vision-skill?format=text
Alias d’installation
/api/registry/install/jwangkun-stepfun-vision-skill
Recommander
/api/registry/recommend?task=Use%20Stepfun%20Vision%20Skill%20in%20an%20agent%20workflow&limit=3
Adéquation Agent
Multimodal media
Tags de cas d’usage
Plateformes
JavaScript, Claude Code, OpenAI Agents, Cursor
Rapport d’audit
Revue nécessaire · 80/100
Revue lisible par machine de la préparation à l’installation, des métadonnées de sécurité, de la maintenance et du risque d’adoption.
Panneau de décision Agent
Fallback candidate for Multimodal media
Prototype with this skill first; keep a fallback candidate ready.
Rôle dans la pile
Candidate de secours
Pertinence principale
Multimodal media
Libellé de confiance
Prototyper d’abord
Chemin d’installation
Commande prête
À utiliser lorsque
- workflows Multimodal media
- Équipes Claude Code
- builders willing to evaluate younger projects
Preuves
- recent repository activity
- install command or GitHub repo available
- profil qualité 66/100
revoir d’abord
- Low GitHub adoption signal
- No OpenAgentSkill engagement data yet
Chemin d’implémentation
- 1Installez-le dans un Agent en sandbox et exécutez une tâche de Multimodal media de bout en bout.
- 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.
Profil de confiance
Sandbox uniquement
Candidate utile avec des signaux de confiance incomplets ou mixtes. Gardez-la dans un espace isolé jusqu’à ce que la boucle de résultats confirme son adéquation.
Adoption GitHub
Corriger14 stars GitHub
Activité stars/forks
Corriger14 stars et 1 forks; l’activité des issues n’est pas disponible dans les métadonnées actuelles
Maintenance récente
Validé20 jours depuis le dernier push
Clarté de licence
ValidéMIT
Signaux positifs
- 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
- 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
- Pas encore de rapports de résultats Agent réels
- Une revue humaine est requise avant une installation sans surveillance
Action recommandée
Exécutez uniquement dans un sandbox et comparez les alternatives proches avant usage réel.
Profil qualité
Prometteur candidat pour les workflows Agent
Useful candidate, but compare it with alternatives before adopting.
Adéquation au workflow
Utilisez cette skill dans ces scénarios
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.
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.
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.
Vue d’ensemble
# 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/
Compatibilité plateforme
Détails techniques
- Version
- 1.0.0
- Licence
- MIT
- Dernière mise à jour
- 18 août 2026
- Publié
- 6 août 2026
Frameworks et outils
Instantané de décision
Candidate de secours
recent repository activity
Audit
Revue d’installation
Revue d’installation et d’adoption
- Sécurité
- 86/100
- Maintenance
- 100/100
- Installer
- 92/100
Preuves validées par Agent
Preuves validées par Agent
Rapports après resolve, revue, installation et une exécution limitée.
- 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.
Installer
Ajouter au workflow Agent
Gratuit et open source. Examinez le rapport avant l’installation dans des Agents de production.
Boucle de croissance
Kit de partage
Brouillon guidé par scénario pour Stepfun Vision Skill, prêt pour une publication manuelle sur 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
Réponse facultative avec commande d’installation
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
Source de la fiche
Indexé par la communauté
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
- jwangkun
- 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 skillRevendication du propriétaire
Revendiquer cette fiche de skill
Cette fiche Indexé par la communauté est attribuée à jwangkun, 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.
[](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)Auteur
jwangkun
@jwangkun
Adéquation plateforme
Signaux de santé
- Stars GitHub
- 14
- Score de qualité
- 39/100
- Dernier push GitHub
- 3 août 2026
- Indications de framework
- 1
- Vues OpenAgentSkill
- 0
- 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
Sandbox uniquement
- Adoption GitHub14 stars GitHubCorriger
- Activité stars/forks14 stars et 1 forks; l’activité des issues n’est pas disponible dans les métadonnées actuellesCorriger
- Maintenance récente20 jours depuis le dernier pushValidé
- Clarté de licenceMITValidé
- Complétude README/SKILL.mdLes métadonnées incluent suffisamment de contexte d’usage et de workflowValidé
- Risque dépendances/runtimeAucun indice majeur de risque de dépendance dans les métadonnées publiquesValidé
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 StarsAwesome Claude Skills
A curated list of resources and tools for enhancing Claude AI workflows.
65.9K StarsClaude Scientific Skills
A comprehensive collection of ready-to-use scientific and research skills for AI agents.
31.2K Stars