工具与能力
开源版锤子便签：复刻锤科美学，一键 Docker 私有化部署，支持 skill 调用与 dsh 插件，还能一键生成公众号格式。
查看详情 → 
zhaoolee
agent-vision-toolkit
工具与能力 1118 stars 应用
给纯文本编码智能体装上眼睛：多图理解、长截图 OCR、前端 UI 还原与 GUI 自动化，以视觉工具箱+技能形式提供，可无缝接入 Codex、Claude Code 等主流智能体。
项目详情
截图
更多介绍
不只是看图描述，是获取llm真正关注的内容 ：看图时传递用户/模型的最新意图，得到这一轮真正要用到的细节，而不是一段没有重点的宽泛描述。 - 直接粘贴图片和内置看图都支持 ：直接粘贴图片，和模型调用内置工具两种方式，都能看图。 - 一套经过实战验证的视觉任务方法论 ：项目提供的skill，会告诉 agent 面对不同视觉任务时应该看什么、选择哪个工具、按什么步骤推进，以及最后如何验证结果。 - 一句话安装 ：直接让 agent 沿着已验证流程一键安装，视觉工具箱、skill 和无缝接入一次到位。
项目常见问题: agent-vision-toolkit
agent-vision-toolkit 是什么？
agent-vision-toolkit 是 DeepSeek Harness 生态中的配套应用，由 Anionex 维护。给纯文本编码智能体装上眼睛：多图理解、长截图 OCR、前端 UI 还原与 GUI 自动化，以视觉工具箱+技能形式提供，可无缝接入 Codex、Claude Code 等主流智能体。
在哪里获取 agent-vision-toolkit？
项目源码与使用说明位于 GitHub 仓库 https://github.com/Anionex/agent-vision-toolkit。请以仓库 README 中的安装或使用步骤为准。
agent-vision-toolkit 免费吗？
agent-vision-toolkit 是社区开源项目，采用 MIT 许可证。使用前请查看仓库中的许可证和项目说明。
