SkillPedia Skills Encyclopedia
中文 EN
今日更新 2026-11-18 UTC

今天还没有新提交

查看更新动态

claude-vision-skillasuojun/claude-vision-skill

为不具备视觉能力的智能体补上「看图」能力,把本地图片交给视觉模型并拿回文字描述。核心功能要点包括:1.【图片读取与编码】:读取指定路径的图片文件并转换为 base64 编码,解决视觉模型 API 只接受编码数据、无法直接读取本地文件的问题;…

还没有人评分 我要评分
Stars2.3k
Forks120
Watchers2.3k
Open Issues6

Install一键安装

可安装

该仓库遵循 Agent Skills 规范,一条命令即可装进你的 AI 客户端 —— Claude Code、Codex、Cursor、Copilot、Windsurf 等 18+ 个客户端通用。

npx skills@latest add asuojun/claude-vision-skill

加 -g 装到全局(所有项目可用)· 加 --agent claude-code 指定客户端 · 加 --yes 跳过交互。安装后重启 AI 客户端即可识别。

Overview功能介绍

核心功能

为不具备视觉能力的智能体补上「看图」能力,把本地图片交给视觉模型并拿回文字描述。核心功能要点包括:1.【图片读取与编码】:读取指定路径的图片文件并转换为 base64 编码,解决视觉模型 API 只接受编码数据、无法直接读取本地文件的问题;2.【调用视觉模型】:将编码后的图片发送给视觉模型 API,由模型完成图像理解并返回文字结果;3.【文字描述回传】:把模型返回的内容整理为纯文字描述输出,供智能体后续推理或直接展示给用户。

适用场景

让纯文本智能体处理用户上传的截图、把本地图片内容转成可读文字、为 Agent 补充图像理解能力、排查需要看懂图片的任务。

适用职业

AI / 算法工程师、全栈 / 独立开发者、后端开发工程师。

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。

给这个技能打分

填了才会进入下面的「按职业平均」。

每个 IP 只能投一票,投出后不能修改,请一次选准。不收集账号,也不用登录。

Repository仓库信息

技能 ID1756
数据来源GitHub
仓库全名asuojun/claude-vision-skill
所属分类AI 智能体研发与架构 / 智能体工具与能力扩展
主要语言JavaScript
开源协议未标注
默认分支master
GitHub 仓库 ID1227157109
节点 IDR_kgDOSSTudQ
榜单排名#413 (来源榜单内名次)
全站热度排名#483 (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

01k2k3k2026-09-292026-10-162026-09-29 · 2,2992026-10-11 · 2,2992026-10-15 · 2,2992026-10-16 · 2,299
  • 当前2,299
  • 前一日 · 10-15 2,299
  • 较前一日 ±0
  • 共 4 个记录点 跨度 17 天
0501001502026-09-292026-10-162026-09-29 · 1202026-10-11 · 1202026-10-15 · 1202026-10-16 · 120
  • 当前120
  • 前一日 · 10-15 120
  • 较前一日 ±0
  • 共 4 个记录点 跨度 17 天

Timeline时间线

仓库创建2026-05-02 09:36:286 个月前
资料最后更新2026-10-26 11:57:4423 天前
最近一次代码推送2026-08-11 08:53:303 个月前

Commit更新记录

由提交人 asuojun 提交,主要更新类型为:常规更新与维护。提交说明:Merge pull request #9 from waynewu411/master。对项目做了常规维护与小幅调整。

fa5ca17 asuojun 2026-08-11