agent-vision-toolkit
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 inte
近期创建且在 GitHub 搜索结果中按 star 排名靠前。
Who it is for: 公开资料未明确
Pricing
未公开
Updated 2026-09-19