trang chủ chủ đề library logo thư viện mã nguồn cửa hàng
thêm
类库 › agent-vision-toolkit
Anionex

Anionex/agent-vision-toolkit

专为纯文本大模型设计的视觉工具箱，提供图片问答、长截图OCR、前端UI还原及GUI自动化功能。支持无缝接入Codex、Claude Code等主流Agent，让无视觉能力的文本模型具备“看图”技能，提升代码与交互效率。

1,207 47 1,207 9
在 GitHub 上查看
Anionex/agent-vision-toolkit

标签

agent agent-skills claude-code codex computer-use deepseek dsh-plugin glm harness-engineering multimodal opencode text-only-llm vision vision-language-model

截图

assets/hero.png
assets/infographic-restore-reference.png
assets/infographic-restore-result.png
assets/ui-restore-sketch.png
assets/ui-restore-result.png
assets/ui-fast-restore-reference.png
assets/ui-fast-restore-result.png
assets/effect-3.jpg
assets/effect-4.jpg
assets/effect-1.jpg
assets/effect-2.jpg
assets/focus-hint-comparison-1.png
assets/focus-hint-comparison-2.png
assets/wechat-reward.png
assets/community-group-qr.png

相关项目

jd-opensource
jd-opensource/OxyGent
OxyGent是一个开源的多智能体协作框架，使开发者能够快速构建、部署和演化多智能体系统，支持灵活的工具和模型集成。
835 Python
sentient-agi
sentient-agi/OpenDeepSearch
OpenDeepSearch是一个开源搜索平台，结合推理模型和推理代理，旨在实现搜索功能的民主化，帮助用户更智能地访问信息。
3.6k Python
metehan777
metehan777/google-ai-mode-optimization-tool
这个仓库是一个分析WordPress网站的工具，使用查询分解和多跳推理策略来优化Google AI模式，提供可视化内容网络和优化建议。
13 Python
tjmlabs
tjmlabs/ColiVara
ColiVara是一个文档存储和检索服务，基于视觉嵌入技术实现先进的文本和视觉文档检索，无需OCR或文本提取。
1.3k Python
TracecatHQ
TracecatHQ/tracecat
Tracecat是一个全功能的自动化平台，旨在为安全和IT团队提供工作流、表格和案例管理，是开源的Splunk SOAR和ServiceNow SecOps替代方案。
3.2k Python
NanoNets
NanoNets/docstrange
DocStrange用于智能提取和转换各种文档（如PDF、Word、图片等）中的数据，并支持多种格式（Markdown、JSON等），方便用户处理和利用文档信息。
521 Python

评论

trang chủ - Wiki
Copyright © 2011-2026 iteam. Current version is 2.155.2. UTC+08:00, 2026-09-26 20:34
浙ICP备14020137号-1