agent-vision-toolkit

Name: agent-vision-toolkit
Author: Anionex

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 — image Q&A, long-screenshot OCR, frontend UI restoration, and GUI automation, with optional seamless integration for Codex, Claude Code, Pi, Oh My Pi, and OpenCode

GitHub 星标: 1,086
许可证: MIT
收录日期: 2026-08-01

GitHub 信息

GitHub 星标: 1,086
许可证: MIT
主要语言: Python
最近推送: 2026年8月20日 09:05
维护者: Anionex
收录日期: 2026-08-01

README 演示图

从仓库 README 提取的截图/GIF（已过滤徽章、头像等装饰图）。

安装

安装命令

dsh plugin --profile web add github:Anionex/agent-vision-toolkit

README 徽章

将这段 Markdown 添加到插件 README，链接到对应的详情页。

Listed onDSH Get

[![Listed on DSH Get](https://img.shields.io/badge/Listed_on-DSH_Get-1677ff?style=flat-square)](https://dshget.com/plugins/Anionex/agent-vision-toolkit)

开发与运行时

modlens

★ 3768

为纯文本模型架起视觉桥梁：粘贴图片，输出结构化 JSON 证据（OCR、版面、语义）。

视觉与多模态liustack

modsearch

★ 321

纯文本 agent 的联网搜索桥：搜索网页与 X，返回结构化 JSON 证据（search/fetch/引用）。

浏览器与网页liustack

J-Space-Cognition-Suite-V3.7

★ 3012

J-Space Cognition Suite V3.7 - AI cognitive-enhancement Skills based on Anthropic's J-space global workspace research. | 哔哩哔哩：Tiger380 (UID 3494375382321675) — https://space.bilibili.com/3494375382321675

开发与运行时Tiger3807861189