Claude Vision Skill

Установка

npx skillfoxx add skills/claude-vision-skill

npx skills add asuojun/claude-vision-skill --skill claude-vision-skill -a claude-code -y

npx skills add asuojun/claude-vision-skill --skill claude-vision-skill -a cursor -y

npx skills add asuojun/claude-vision-skill --skill claude-vision-skill -a github-copilot -y

npx skills add asuojun/claude-vision-skill --skill claude-vision-skill -a codex -y

npx skills add asuojun/claude-vision-skill --skill claude-vision-skill -a gemini-cli -y

npx skills add asuojun/claude-vision-skill --skill claude-vision-skill -a cline -y

npx skills add asuojun/claude-vision-skill --skill claude-vision-skill -a roo -y

npx skills add asuojun/claude-vision-skill --skill claude-vision-skill -a opencode -y

git clone https://github.com/asuojun/claude-vision-skill.git

Это чужой код. Посмотрите файлы в репозитории перед установкой.

Что делает

Скилл добавляет распознавание изображений моделям, у которых нет собственного зрения, например DeepSeek. Когда пользователь дает путь к файлу, ссылку или вставляет картинку, агент вместо прямого просмотра запускает встроенный скрипт vision.js. Скрипт читает изображение, кодирует в base64 и отправляет в vision-модель через формат, совместимый с OpenAI, а ответ возвращает текстом. По умолчанию рекомендуется Qwen на платформе Aliyun DashScope, но подходит любая vision-модель с OpenAI-совместимым API, включая gpt-4o-mini. Есть чтение картинки из буфера обмена: на macOS через встроенный помощник на Swift, на Windows через сценарий PowerShell, и автоматический откат к буферу, если файл не найден.

Для кого. Для тех, кто работает с моделью без зрения и хочет, чтобы агент все равно разбирал скриншоты и картинки.

Пример запроса к агенту

Посмотри, что на этом скриншоте, и опиши текстом

Ограничения

Скилл сам не распознает изображения, он лишь пересылает их во внешнюю vision-модель, поэтому нужен ключ API и оплата по тарифам сервиса, а картинки уходят на сторону провайдера. Нужен Node, а для буфера обмена на macOS помощник на Swift, на Windows сценарий PowerShell. По умолчанию описания даются на китайском, если не попросить иначе. Рекомендуемый Qwen на Aliyun доступен из России без VPN, а вариант через OpenAI без VPN не работает. В SKILL.md зашит абсолютный путь автора, при установке его нужно заменить на свой. Лицензия в репозитории не указана.

Как отключить. Удалите папку скилла из каталога скиллов, уберите файл vision.js из проекта и снимите упоминания скилла из CLAUDE.md.

Проверка безопасности

• Запускает скрипт vision.js, читает файлы и буфер обмена и отправляет изображения во внешний vision-сервис
• Требует ключ API, который хранится в файле рядом со скриптом

Коротко о README

README на китайском объясняет, что скилл дает зрение моделям без него, отправляя картинку в vision-модель и возвращая текст. Основа это скрипт vision.js на OpenAI-совместимом формате, который не привязан к одному провайдеру. Описаны три сценария для Claude Code: обычный проект, интеграция с cyberboss и краткое объяснение устройства. Рекомендуется Qwen на Aliyun из-за бесплатного лимита, но подойдет OpenAI или любой совместимый сервис со сменой адреса и модели. Установка автоматическая через агента по README или ручная копированием vision.js и CLAUDE.md в проект.

SKILL.md

---
name: claude-vision-skill
description: Use when the user shares, pastes, or references an image (local path or URL) and you need to describe, analyze, or recognize its content, especially when the current model cannot read images directly. Run the bundled vision.js helper to convert the image into text.
---

# Vision Helper

The current model may not support native image input. When the user provides an image path or URL, do not rely on viewing the image directly. Instead run:

node /path/to/claude-vision-skill/vision.js "<absolute image path>" "<prompt>"

For an image URL use --url, for a pasted image use --clipboard. The --clipboard mode reads the current image from the system clipboard (macOS uses a bundled Swift helper, Windows a bundled PowerShell script). If a local path does not exist, vision.js falls back to the clipboard automatically; pass --no-fallback to disable this.

Rules: always use the absolute path to vision.js; use an absolute image path for local files or --url for remote images; configuration lives in .env next to vision.js (DASHSCOPE_API_KEY, VISION_MODEL, DASHSCOPE_BASE_URL); never print or commit the API key.

Похожие