SkillPedia Skills Encyclopedia
中文 EN
今日更新 2026-11-19 UTC

今天还没有新提交

查看更新动态

Search · 搜索结果

搜索「vision-agent」命中 18 个条目 —— 换个关键词,或回到分类浏览

名称直接命中的排在最前,其余按 Stars 热度排序。多个关键词用空格分隔,「-」「_」「.」「/」与空格等价 —— 输入 awesome openclaw skills 同样能查到 awesome-openclaw-skills。

按分类浏览Browse by category

其余 212 个分类All 220 categories
AI 智能体研发与架构59 数据科学与知识图谱59 影视制作与音视频技能54 开发工具与效率50 数字营销与内容运营36 开发工具与工程效率29 网络与系统安全25 设计创意与视觉表达21 DevOps 与云原生运维20 前端开发18 智能语音与硬件生态18 开发与工程17 质量保证与自动化测试15 营销与增长13 网络安全与系统防护13 开发工具与工程化12 内容创作与写作12 AI 开发工具12 AI 与智能体工具11 AI 智能体与自动化10 AI 智能体技能10 开发与编程9 开发与运维9 内容创作与设计8 内容创作与媒体制作7 AI 工具与效率7 安全与合规7 内容创作与多媒体6 办公效率与文档处理6 AI 工程与智能体6 AI 工程与智能体开发6 AI 与数据科学5 人工智能与机器人5 网络安全与防御技能4 职业发展与求职4 AI 与智能体应用4 设计与创意4 游戏开发4 设计创意4 设计创意与多媒体4 AI 与自动化4 UI/UX 与视觉设计4 产品与项目管理4 内容创作与运营4 金融与量化交易4 人工智能与机器学习4 内容创作与媒体3 内容创作与媒体生产3 内容创作与文本处理3 AI 智能体开发3 AI 与机器学习3 内容创作与演示设计3 产品与设计3 产品与运营3 硬件与嵌入式3 编程与工程开发3 开发工具与工程效能3 开发工具与平台3 内容创作与办公效率2 AI 与数据工程2 内容创作与媒体处理2 商业与运营2 多媒体处理与内容生成2 AI 与算法2 学习与知识管理2 内容创作与社交媒体2 内容创作与营销2 内容创作与视频制作2 数据与研究2 开发与工程工具2 AI 应用与内容创作2 AI 应用与效率工具2 硬件与嵌入式技能2 数据分析与商业智能2 开发与运维效能提升2 创意设计与内容生成2 AI 应用技能2 前端开发技能2 办公与效率2 AI 与多模态1 开发编程1 AI 技能开发1 办公与文档处理1 开发运维与基础设施1 AI 技能扩展1 求职与职业发展1 影视与音视频制作1 自动化与效率工具1 AI 技能聚合与索引1 办公效率与自动化1 汽车工程技能1 营销与品牌技能1 AI 智能体1 区块链与Web31 法律与合规1 效率与办公1 AI 智能体与技能工程1 区块链与Web3开发1 法律与合规技能1 AI 与智能体工程1 效率与办公技能1 营销与增长技能1 后端开发1 测试与质量保障1 效率与知识管理1 计算机视觉与图形学1 商业与创业1 测试与质量工程1 内容创作与文案1 效率办公与自动化1 计算机视觉与安防1 商业与副业1 游戏与娱乐工具1 内容创作与文案写作1 效率工具与信息聚合1 商业与咨询1 AI 与智能工具1 内容创作与文档写作1 效率工具与文档处理1 设计与创意工具1 AI 能力与智能体开发1 游戏开发与互动叙事1 内容创作与文档处理1 AI 能力评测与基准1 多媒体与内容生产1 游戏开发与引擎工具1 AI 与生成式工具1 内容创作与新媒体1 AI 视频与多媒体生成1 游戏开发与模组1 内容创作与新媒体运营1 数据与AI1 设计创意与用户体验1 DevOps 与云原生1 游戏开发与模组制作1 数据与AI工程1 设计创意与素材1 学习与社区1 游戏开发技能1 AI 写作与内容创作1 内容创作与生成1 数据与信息处理1 学习与职业发展1 物联网与边缘计算1 学术研究与写作1 生活与传统文化1 AI 写作与文本处理1 数据与信息检索1 设计创意技能1 Web 开发1 学术科研与论文写作1 生活与消费服务1 内容创作与社媒运营1 数据与数据库1 云平台与基础设施1 生活服务与兴趣1 数据与文档处理1 市场营销与增长1 生活服务与出行1 内容创作与视觉表达1 数据与知识工程1 运维与系统管理1 生活服务与效率工具1 AI 工程与评测1 金融与交易1 研发效能与工程协作1 内容创作与视频生成1 数据与营销分析1 金融与投资分析1 人工智能1 开发与测试工具1 AI 应用与工具1 数据分析与决策科学1 金融与量化1 人工智能与智能体1 硬件与嵌入式开发1 数据分析与可视化1 人工智能与智能助手1 AI 应用与智能体1 创意设计1 金融与量化分析1 硬件与芯片设计1 AI 应用与自动化1 数据分析与数据库1 金融与量化投资1 开发与集成1 科研与学术支持1 AI 应用开发1 创意设计与视觉表达1 数据可视化与图表设计1 金融投资与理财1 企业应用与办公协同1 移动开发与上架1 数据工程与开放数据1 音视频与内容创作1 全栈开发与 SaaS 工程1 AI 开发与学习1 前端开发与工程化1 数据科学与分析1 音视频与多媒体1 编程与开发1 AI 开发与智能体1 前端开发与界面工程1 数据科学与可视化1 内容创作与写作技能1 编程学习与开发工具1 前端开发与网页制作1 内容创作与出版1 AI 开发工具与工程化1 内容创作与办公1 开发工具与框架1 AI 技能与智能体1

全部技能All skills

显示 1–18 / 共 18 项 · 关键词「vision-agent」 · 来源「GitHub」 按 Stars↓ 最近更新 按 Forks 按名称
DE deeplakeactiveloopai/deeplake 向量数据库与 A…

1. 核心功能:为 AI 应用提供可同时存储向量、文本、图像、音频等多模态数据的数据库与文件系统,让 Agent 拥有可检索、可持久化的长期记忆…

用途 Use —— 为 AI Agent 构建长期记忆与检索增强、多模态数据集版本化管理、LLM 应用的知识库搭建、模型训练数据流水线、Agent 会话状态持久化

来源 Source —— GitHub · 组织仓库 · C++ · 跨平台 · 更新于 6 个月前
★ 9.3k Fork 725 查看详情
GE geo-sleuthOldcircle/geo-sleuth 威胁检测与渗透测…

1. 核心功能:开源地理位置情报(OSINT)深度线索挖掘、街景图像地理逆向溯源与地理侦查套件。核心功能要点包括:1.【图像元数据与微观环境线索…

用途 Use —— 开源网络情报侦查环节、事实核查与多模态溯源环节、地理空间数据分析环节

来源 Source —— GitHub · 个人仓库 · Python · 跨平台 · 更新于 26 天前
★ 4k Fork 531 查看详情
CR CradleBAAI-Agents/Cradle 智能体框架与运行…

1. 核心功能:让大语言模型/多模态模型直接接管图形界面,像人一样看屏幕、点鼠标、敲键盘来完成软件操作任务。…

用途 Use —— 让智能体直接操作图形界面完成软件任务、游戏内自动化操作、跨应用桌面流程执行、多模态感知与决策研究

来源 Source —— GitHub · 组织仓库 · Python · Windows · Linux · 更新于 2024-11-07
★ 2.6k Fork 268 查看详情
CL claude-vision-skillasuojun/claude-vision-skill 智能体工具与能力…

1. 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…

用途 Use —— 让不具备视觉能力的智能体读取截图与图片内容、把本地图片转成可被视觉模型理解的输入、为 Agent 补充看图说话能力、调试需要理解图像的任务

来源 Source —— GitHub · 个人仓库 · JavaScript · 跨平台 · 更新于 3 个月前
可安装 ★ 2.3k Fork 120 查看详情
DE deepcode-clilessweb/deepcode-cli AI 编程助手与…

1. 核心功能:在终端里直接调用 DeepSeek 系列模型完成编程任务,省去在浏览器与编辑器之间来回切换的麻烦。…

用途 Use —— 在终端中调用 DeepSeek 模型完成代码生成与修改、接入 OpenAI 兼容模型统一调用、为 Agent 配置可复用技能、处理带图像输入的编程任务

来源 Source —— GitHub · 组织仓库 · TypeScript · macOS · Windows · Linux · 更新于 1 个月前
★ 2.3k Fork 220 查看详情

1. 核心功能:把长视频变成可被自然语言检索、问答和摘要的内容,解决视频内容难以快速定位与理解的问题。…

用途 Use —— 长视频内容检索与问答、监控/直播视频实时分析、视频自动摘要与章节生成、视频库语义搜索、基于视频的 RAG 知识库构建

来源 Source —— GitHub · 组织仓库 · Python · Web · 更新于 1 个月前
★ 1.9k Fork 396 查看详情
TE terravisionpatrickchugh/terravision 云架构与基础设施…

1. 核心功能:把 Terraform 代码自动转换成专业的云架构图,省去手工绘制和维护架构图的麻烦。…

用途 Use —— Terraform 代码审查、云架构方案评审、基础设施文档编写、架构图自动生成、MCP 工具集成

来源 Source —— GitHub · 个人仓库 · Python · 跨平台 · 更新于 1 个月前
★ 1.6k Fork 177 查看详情

1. 核心功能:为纯文本大模型和编码 Agent 补上「看图」能力,让它们能读取截图、图片中的文字与画面内容。…

用途 Use —— 让纯文本大模型获得看图能力、Agent 读取截图与图片内容、Claude Code/Codex/OpenCode 等编码代理接入视觉工具、通过代理转发调用视觉模型

来源 Source —— GitHub · 个人仓库 · Python · 跨平台 · 更新于 1 个月前
★ 1.2k Fork 49 查看详情
PA paperjurySpark-To-Paper-Skills/paperjury 学术研究与论文写…

1. 核心功能:让 AI Agent 扮演不同会议/期刊的审稿人,对论文稿件做模拟同行评审并给出可执行的修改意见。…

用途 Use —— 投稿前自审、模拟同行评审、论文修改迭代、LaTeX/Markdown 稿件质量检查、按会议标准对齐评审意见

来源 Source —— GitHub · 组织仓库 · JavaScript · 跨平台 · 更新于 3 个月前
可安装 ★ 1.2k Fork 44 查看详情

1. 核心功能:为 Claude Code 注入 Apple 平台开发能力,让 AI 助手能直接产出符合 Apple 生态规范的代码与上架材料。…

用途 Use —— iOS/macOS 应用开发、SwiftUI 界面搭建、App Store 上架与 ASO 优化、产品需求验证、独立开发者全流程开发

来源 Source —— GitHub · 个人仓库 · Swift · 跨平台 · 更新于 3 个月前
★ 788 Fork 73 查看详情
PH Photo-agentsjmerelnyc/Photo-agents 智能体记忆与视觉…

1. 核心功能:为 AI 智能体提供「照相式记忆」与视觉感知能力,让智能体记住并复用看过的画面信息,同时附带浏览器工具与模型选择的排障指引。…

用途 Use —— 智能体长期记忆构建、视觉信息检索、自主任务执行、浏览器工具排障、模型选择校验

来源 Source —— GitHub · 个人仓库 · Python · 跨平台 · 更新于 4 个月前
★ 675 Fork 22 查看详情
GL GLM-skillszai-org/GLM-skills 多模态与视觉技能

1. 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。…

用途 Use —— 图片文字识别与结构化提取、文档截图内容解析、多模态视觉问答、图像理解任务接入 GLM 模型

来源 Source —— GitHub · 组织仓库 · Python · 跨平台 · 更新于 7 个月前
★ 476 Fork 44 查看详情
WA watch-skilloxbshw/watch-skill 多模态理解与验证

1. 核心功能:让 AI Agent 用真实浏览器录屏 + 视觉模型「亲眼」检查自己产出的页面是否正确,把「看起来没问题」变成可验证的证据。…

用途 Use —— 前端页面视觉回归验证、Agent 生成代码的自动验收、UI 改动前后对比、视频/录屏内容理解、OCR 文字提取、语音转写核对

来源 Source —— GitHub · 个人仓库 · Python · 跨平台 · 更新于 2 个月前
★ 475 Fork 67 查看详情
PA PaperFitOpenRaiser/PaperFit 学术写作与排版智…

1. 核心功能:让 AI Agent 以「编译—渲染—看图—诊断—修复」的闭环自动完成 LaTeX 学术论文排版,…

用途 Use —— 学术论文 LaTeX 排版、投稿前格式自查、编译报错定位、版面溢出与分页问题修复、PDF 渲染效果核对

来源 Source —— GitHub · 组织仓库 · Python · 跨平台 · 更新于 1 个月前
★ 336 Fork 20 查看详情