GLM-skillszai-org/GLM-skills
为 GLM 系列模型提供官方多模态与视觉能力技能包,让 Agent 直接调用 GLM 完成看图、识字、理解图像内容的任务。核心功能要点包括:1.【图像文字识别】:调用 GLM 视觉模型对图片、截图、扫描件做 OCR,输出可编辑文本,…
还没有人评分
我要评分
Stars476
Forks44
Watchers476
Open Issues3
Install一键安装
待确认这个仓库是否遵循 Agent Skills 规范(即是否含 SKILL.md)尚未核查完成。在结论出来之前,可以先克隆下来自行取用:
git clone https://github.com/zai-org/GLM-skills.git
Overview功能介绍
核心功能
为 GLM 系列模型提供官方多模态与视觉能力技能包,让 Agent 直接调用 GLM 完成看图、识字、理解图像内容的任务。核心功能要点包括:1.【图像文字识别】:调用 GLM 视觉模型对图片、截图、扫描件做 OCR,输出可编辑文本,省去手工转录;2.【多模态视觉理解】:把图片连同问题一起交给 GLM 模型,返回对图像内容的描述与问答结果,支撑看图回答类任务;3.【技能化封装】:将上述 GLM 能力按技能形式组织,Agent 可按需加载调用,无需自行拼接模型接口与提示词。
适用场景
需要从图片或截图中提取文字的环节、文档与票据的批量识别、基于图片内容的问答与描述生成、在智能体工作流中接入 GLM 视觉能力。
适用职业
AI / 算法工程师、全栈 / 独立开发者、数据分析师 / 数据工程师、公文文秘 / 行政办公。
Topics主题标签
Rating用户评分
还没有人给这个技能评分。它是全站第一次被评价 —— 你的这一票就是最初的平均分。
Repository仓库信息
| 技能 ID | 1502 |
|---|---|
| 数据来源 | GitHub |
| 仓库全名 | zai-org/GLM-skills |
| 所属分类 | AI 与智能体技能 / 多模态与视觉技能 |
| 主要语言 | Python |
| 开源协议 | Apache License 2.0 |
| 默认分支 | main |
| GitHub 仓库 ID | 1195964611 |
| 节点 ID | R_kgDOR0j4ww |
| 榜单排名 | #1314 (来源榜单内名次) |
| 全站热度排名 | #1494 (按 Stars 实时计算,共 5833 条) |
GrowthStar / Fork 增长
每天一次快照,记录 Star 与 Fork 的变化过程
- 当前476
- 上一记录点 · 09-25 476
- 较上一记录点 ±0
- 共 2 个记录点 跨度 16 天
- 当前44
- 上一记录点 · 09-25 44
- 较上一记录点 ±0
- 共 2 个记录点 跨度 16 天
Timeline时间线
仓库创建2026-03-30 08:34:047 个月前
资料最后更新2026-10-26 12:12:2223 天前
最近一次代码推送2026-04-15 12:28:087 个月前
Commit更新记录
版本【latest】由提交人 JaredforReal 提交,主要更新类型为:工程代码迭代与常规维护。提交说明:fully update。更新了核心功能模块并推进项目进度。