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。
Repository仓库信息
| 技能 ID | 1756 |
|---|---|
| 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 ID | 1227157109 |
| 节点 ID | R_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
- 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
- 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。