这个 Skill 是做什么的

给纯文本模型补上「看图」能力的技能工具箱：多图理解、图片问答、前端 UI 还原、GUI 自动化各有对应工具，可以直接粘贴图片交给 agent 处理，也支持接入主流编码工具。适合手头模型没有图像理解能力、却要做视觉相关活儿的时候补短板。MIT 许可。

基本信息

  • 分类：AI 智能体与推理
  • 作者 / 来源：Anionex
  • 价格：免费
  • 更新日期：2026-10-15
  • 项目主页：github.com

适用场景

视觉理解 · 多图 · GUI 自动化

安全审计结论

🛡️ 已审计：静态扫描未发现高危特征

  • 已扫描 10 个文件（技能说明、安装/运行脚本、普通代码）
  • 审计日期：2026-10-15
  • 静态评分：100 / 100

未命中高危 / 中危特征。

口径说明：这是对仓库内可执行内容的静态特征扫描，外加开源许可、维护活跃度等公开信誉信号，不是杀毒引擎，也不能替代你自己核对源码。标记为「已审计」只代表扫过的这批文件里没发现高危写法。完整口径与全站审计明细 →

如何安装

来源：GitHub 开源仓库。克隆命令：git clone https://github.com/Anionex/agent-vision-toolkit.git

  1. 在终端执行下面的克隆命令，把仓库拉到本地。
  2. 按仓库 README 找到 Skill 目录（通常在根目录，或 skills / agents 这类子目录）。
  3. 把该目录整体复制到你的 Agent 技能目录 —— Claude Code 是 ~/.claude/skills/，其它 Agent 以各自文档为准。
  4. 重启或刷新 Agent，让它重新扫描技能目录，然后按技能名调用。

仓库地址：github.com/Anionex/agent-vision-toolkit

同类 Skills