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 aset
Agent pemrograman dan pengembangan
Code review, repo analysis, testing, CI, GitHub, DevOps, and developer workflow skills.
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 + Cursor
Cocok untuk Codex, Claude Code, Cursor, CLI, atau Agent khusus.
Pasang
Siap
npx skills add jwangkun/stepfun-vision-skill
Pemeliharaan
Terkini
20 hari sejak push
Risiko
Perlu ditinjau
Low GitHub adoption signal
Kualitas GitHub
14
66/100 Kualitas · 76/100 Kepercayaan
Tag cakupan
Catatan ulasan
Low GitHub adoption signal · Quality score needs review
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
MenjanjikanUseful candidate, but compare it with alternatives before adopting.
Kepercayaan
Hanya sandboxKandidat berguna dengan sinyal kepercayaan yang kurang atau bercampur. Gunakan di ruang kerja terisolasi hingga loop hasil membuktikan kecocokan tugas.
Audit
Perlu ditinjauTinjauan yang dapat dibaca mesin tentang kesiapan pemasangan, metadata keamanan, pemeliharaan, dan risiko adopsi.
Trust Score OpenAgentSkill v5
Tinjauan manusia sebelum pemasangan
Jalankan hanya dalam sandbox dan bandingkan alternatif terdekat sebelum digunakan untuk kerja nyata.
Star
14 star GitHub
Aktivitas repositori
14 star dan 1 fork
Pemeliharaan
20 hari sejak push
Lisensi
MIT
Pasang
npx skills add jwangkun/stepfun-vision-skill
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
Tinjau sebelum produksi
- 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
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.
Tugas yang sesuai
- alur kerja Multimodal media
- Tim Claude Code
- builders willing to evaluate younger projects
- Read media metadata
Agent yang sesuai
Keputusan pemasangan
- Perintah
- npx skills add jwangkun/stepfun-vision-skill
- Kebijakan
- Tinjau
- Tinjauan manusia
- Ya
Kepercayaan dan risiko
- Kepercayaan
- 68/100
- Audit
- 80/100
- Tingkat risiko
- Perlu ditinjau
Lingkar hasil
- Endpoint
- /api/agent/outcome
- ID event
- resolve
- Hasil
- 5
Perintah pemasangan
npx skills add jwangkun/stepfun-vision-skillJangan gunakan ketika
- Tim yang membutuhkan SLA dengan dukungan vendor
- production agents without a repository review
- Low GitHub adoption signal
- No OpenAgentSkill engagement data yet
- Petunjuk izin berisiko tinggi: eksekusi shell atau perintah
Keamanan Agent v2
52/100 · Hindari pemasangan otomatis
Sparse or mixed signals. Useful for discovery, but not for autonomous installation.
Test manually in an isolated workspace and compare against safer alternatives.
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
- Low GitHub adoption signal
Target pemasangan
Pasang skill ini di alur Agent Anda
Gunakan endpoint publik untuk mengambil perintah, checklist keamanan, prompt target, dan tautan kanonis.
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-skillRencana 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 JSON
/api/agent/resolve?task=Use%20Stepfun%20Vision%20Skill%20for%20an%20agent%20workflow&agent=codex&max_risk=medium
Teks Resolve
/api/agent/resolve?task=Use%20Stepfun%20Vision%20Skill%20for%20an%20agent%20workflow&agent=codex&max_risk=medium&format=text
Serah-terima pemasangan
/api/skills/jwangkun-stepfun-vision-skill/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 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.Serah-terima Agent
Berikan jalur pemasangan kepada Agent, bukan direktori lain.
Gunakan endpoint publik untuk mengambil perintah, checklist keamanan, prompt target, dan tautan kanonis.
Serah-terima pemasangan
/api/skills/jwangkun-stepfun-vision-skill/install
Format teks LLM
/api/skills/jwangkun-stepfun-vision-skill/install?format=text
Cari alternatif
/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-skillMetadata Registry
Profil yang dapat dibaca Agent untuk pemilihan skill otomatis.
API Registry menyediakan sinyal keputusan, kepercayaan, audit, use case, dan pemasangan tanpa mengikis UI.
Manifest
/api/registry/manifest/jwangkun-stepfun-vision-skill
Teks LLM
/api/registry/manifest/jwangkun-stepfun-vision-skill?format=text
Alias pemasangan
/api/registry/install/jwangkun-stepfun-vision-skill
Rekomendasikan
/api/registry/recommend?task=Use%20Stepfun%20Vision%20Skill%20in%20an%20agent%20workflow&limit=3
Kecocokan Agent
Multimodal media
Platform
JavaScript, Claude Code, OpenAI Agents, Cursor
Laporan audit
Perlu ditinjau · 80/100
Tinjauan yang dapat dibaca mesin tentang kesiapan pemasangan, metadata keamanan, pemeliharaan, dan risiko adopsi.
Panel keputusan Agent
Fallback candidate for Multimodal media
Prototype with this skill first; keep a fallback candidate ready.
Peran di stack
Kandidat cadangan
Kecocokan utama
Multimodal media
Label kepercayaan
Buat prototipe dulu
Jalur pemasangan
Perintah siap
Gunakan saat
- alur kerja Multimodal media
- Tim Claude Code
- builders willing to evaluate younger projects
Bukti
- recent repository activity
- install command or GitHub repo available
- profil kualitas 66/100
tinjau dulu
- Low GitHub adoption signal
- No OpenAgentSkill engagement data yet
Jalur implementasi
- 1Pasang di Agent sandbox dan jalankan satu tugas Multimodal media dari awal hingga akhir.
- 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 kepercayaan
Hanya sandbox
Kandidat berguna dengan sinyal kepercayaan yang kurang atau bercampur. Gunakan di ruang kerja terisolasi hingga loop hasil membuktikan kecocokan tugas.
Adopsi GitHub
Perbaiki14 star GitHub
Aktivitas star/fork
Perbaiki14 star dan 1 fork; aktivitas issue tidak tersedia dalam metadata saat ini
Pemeliharaan terbaru
Lulus20 hari sejak push
Kejelasan lisensi
LulusMIT
Sinyal positif
- 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
- 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
- Belum ada laporan hasil Agent nyata
- Tinjauan manusia diperlukan sebelum pemasangan tanpa pengawasan
Tindakan yang disarankan
Jalankan hanya dalam sandbox dan bandingkan alternatif terdekat sebelum digunakan untuk kerja nyata.
Profil kualitas
Menjanjikan kandidat untuk alur kerja Agent
Useful candidate, but compare it with alternatives before adopting.
Kecocokan alur kerja
Gunakan skill ini pada skenario berikut
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.
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.
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.
Ringkasan
# 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/
Kompatibilitas platform
Detail teknis
- Versi
- 1.0.0
- Lisensi
- MIT
- Pembaruan terakhir
- 18 Agu 2026
- Diterbitkan
- 6 Agu 2026
Framework dan alat
Ringkasan keputusan
Kandidat cadangan
recent repository activity
Audit
Tinjauan pemasangan
Tinjauan pemasangan dan adopsi
- Keamanan
- 86/100
- Pemeliharaan
- 100/100
- Pasang
- 92/100
Bukti tervalidasi Agent
Bukti tervalidasi Agent
Laporan hasil setelah resolve, tinjau, pasang, dan satu eksekusi terbatas.
- 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.
Pasang
Tambahkan ke alur Agent
Gratis dan sumber terbuka. Tinjau laporan sebelum memasang pada Agent produksi.
Siklus pertumbuhan
Kit berbagi
Draf berbasis skenario untuk Stepfun Vision Skill, siap untuk posting manual di 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
Balasan opsional dengan perintah pemasangan
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
Sumber listing
Diindeks komunitas
Listing ini diindeks dari sumber publik dan belum ditandai resmi hingga klaim pemelihara disetujui.
- Kreator
- jwangkun
- Diindeks oleh
- Indeks komunitas OpenAgentSkill
Atribusi menautkan ke repositori publik atau profil kreator. Kreator dapat mengklaim listing untuk memperbarui sinyal kepemilikan.
Klaim skill iniKlaim pemilik
Klaim listing skill ini
Listing Diindeks komunitas ini dikaitkan dengan jwangkun, 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.
[](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)Penulis
jwangkun
@jwangkun
Kecocokan platform
Sinyal kesehatan
- Star GitHub
- 14
- Skor kualitas
- 39/100
- Push GitHub terakhir
- 3 Agu 2026
- Petunjuk framework
- 1
- Tampilan OpenAgentSkill
- 0
- 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
Hanya sandbox
- Adopsi GitHub14 star GitHubPerbaiki
- Aktivitas star/fork14 star dan 1 fork; aktivitas issue tidak tersedia dalam metadata saat iniPerbaiki
- Pemeliharaan terbaru20 hari sejak pushLulus
- Kejelasan lisensiMITLulus
- Kelengkapan README/SKILL.mdMetadata memuat konteks penggunaan dan alur kerja yang cukupLulus
- Risiko dependensi/runtimeTidak ada petunjuk risiko dependensi besar dalam metadata publikLulus
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 StarAwesome Claude Skills
A curated list of resources and tools for enhancing Claude AI workflows.
65.9K StarClaude Scientific Skills
A comprehensive collection of ready-to-use scientific and research skills for AI agents.
31.2K Star