agent-vision-toolkit

为纯文本模型"看图“设计更好的视觉工具箱和技能，支持多图理解，图片问答，前端UI还原、GUI 自动化等，并可选无缝接入多个主流agent，直接识别粘贴图片｜ A vision...

npx skills add Anionex/agent-vision-toolkit -g -y

1 skills

Local vision CLIs: glance (describe/ask/OCR an image), ground (locate a target, pixel...