LIVESSI 80,236.00▲0.01%
未登录 · 登录

agent-vision-toolkit

攤 No.483

为纯文本模型"看图“设计更好的视觉工具箱和技能,支持多图理解,图片问答,前端UI还原、GUI 自动化等,并可选无缝接入多个主流agent,直接识别粘贴图片| A vision toolkit and skill designed for text-only llms — imag

SKILL SCORE
68/ 100—(7日)
★ 1,251 7日 +4★·Fork 50·Issues 8·MIT·更新于 22 小时前
30D · STARS

安装

INSTALL
$git clone https://github.com/Anionex/agent-vision-toolkit.git

拉源码本地跑,README 有完整安装说明

AI 速读

TL;DR

这是什么

  • 多图理解与图片问答
  • 长截图 OCR 与前端 UI 还原
  • 支持 GUI 自动化,可选接入主流 Agent

适合谁

研究与应用大语言模型的开发者与研究者

上手门槛

中 —— 依项目而定:调用类 SDK 易上手,训练类需算力

由 AI 生成 · 数据截至 2026-10-30 · 方法论 v2.3

星标增长

STARS GROWTH
站内指标 · ON-SITE 30D
页面浏览0
收藏0
安装复制0

摊前留言

COMMENTS · 0

还没有留言 · 登录后可发第一条

同街摊位

RELATED · LLM看整条街 →
SKILL·STUDY · 夜市每 10 分钟补货一次 · 排名公正性政策SKILL.STUDYS·96README 徽章 · 一键佩戴本夜市靈感來自 士林 · 寧夏 · 饒河