Claude Code Vision Skill
A reusable skill for Claude Code that adds multimodal vision capabilities for analyzing screenshots, UI, and charts using various models.
xiincs · 已有 AI 审核记录
安装与使用
运行命令前先阅读来源与依赖说明。复制命令不会自动安装或执行。
npx skills add xiincs/claude-code-vision-skill技能说明
Claude Code Vision Skill
为 Claude Code 提供多模态视觉能力,支持多种视觉模型分析截图、UI、图表。
专为使用 DeepSeek 等无多模态能力的模型作为 Claude Code 底座的用户设计。
截图直贴,所见即所析
遇到 UI 报错、设计稿或数据图表?直接 alt + v 截图粘贴到 Claude Code 对话中,自动调用视觉模型分析。无需记住任何命令,像聊天一样自然。
串联工具链,自动 UI 审查
配合 browser-harness 等工具,可实现自动截图 → AI 视觉分析 → 生成审查报告 → 修正页面的完整闭环。前端页面渲染后自动截图,由视觉模型检查布局、样式和交互问题。
支持的模型
| Provider | 模型 | API Key 环境变量 |
|---|---|---|
| 豆包 (Doubao) | doubao-seed-2-0-pro-260215 | DOUBAO_API_KEY |
| 通义千问 (Qwen) | qwen-vl-max | DASHSCOPE_API_KEY |
| OpenAI | gpt-4o | OPENAI_API_KEY |
| Claude (Anthropic) | claude-sonnet-5 | ANTHROPIC_API_KEY |
| 任意自定义 provider | 任意 | {NAME}_API_KEY |
不在上面四个内置厂商里的 --provider 名字,会按同一套命名约定动态解析:设置
{NAME}_API_KEY / {NAME}_BASE_URL / {NAME}_MODEL({NAME}_PROTOCOL 可选,
默认 openai,需要 Anthropic Messages API 形状时设为 anthropic),无需改一行代码即可接入任意 OpenAI 兼容端点(vLLM、Ollama、LiteLLM、OpenRouter、Azure OpenAI、自建代理等)。详见 vision/SKILL.md。
安装依赖
需要 Python 3.10+。
pip install -r requirements.txt
anthropic 包仅在使用 --provider anthropic 时才会被导入,其他 provider 不受影响。
Claude Code 安装流程(给 Claude Code 看的指令)
When the user asks you to install this skill, follow these steps IN ORDER. Do NOT skip any step.
Step 1 — 询问用户
使用 AskUserQuestion 询问以下信息:
- 选择 provider:doubao / qwen / openai / anthropic / 自定义(可多选;自定义需额外要 base URL、model,可选 protocol)
- API Key:每个 provider 的 API key
- 默认 provider(多选时):选哪个作为默认
Step 2 — 运行安装脚本
python install.py \
--api-key qwen:sk-xxx \
--default-provider qwen \
--merge-claude
--api-key 可重复,--merge-claude 必须带上。
如果用户选了自定义 provider,额外带上 --base-url / --model(--protocol 可选,默认 openai):
python install.py \
--api-key myapi:sk-xxx \
--base-url myapi:https://host/v1 \
--model myapi:my-vision-model \
--default-provider myapi \
--merge-claude
Step 3 — 合并 CLAUDE.md(如果 install.py 未自动完成)
如果未使用 `--merge-cla