ModLens

Установка

npx skillfoxx add skills/modlens

npx skills add liustack/modlens --skill modlens -a claude-code -y

tmp=$(mktemp -d)
git clone --filter=blob:none --no-checkout https://github.com/liustack/modlens.git "$tmp"
git -C "$tmp" sparse-checkout set --no-cone /skills/modlens/
git -C "$tmp" checkout ffeee3e32de1c05315e334be97c9f087242fe2f3
mkdir -p .claude/skills
cp -R "$tmp/skills/modlens" .claude/skills/modlens

npx skills add liustack/modlens --skill modlens -a cursor -y

tmp=$(mktemp -d)
git clone --filter=blob:none --no-checkout https://github.com/liustack/modlens.git "$tmp"
git -C "$tmp" sparse-checkout set --no-cone /skills/modlens/
git -C "$tmp" checkout ffeee3e32de1c05315e334be97c9f087242fe2f3
mkdir -p .agents/skills
cp -R "$tmp/skills/modlens" .agents/skills/modlens

npx skills add liustack/modlens --skill modlens -a github-copilot -y

tmp=$(mktemp -d)
git clone --filter=blob:none --no-checkout https://github.com/liustack/modlens.git "$tmp"
git -C "$tmp" sparse-checkout set --no-cone /skills/modlens/
git -C "$tmp" checkout ffeee3e32de1c05315e334be97c9f087242fe2f3
mkdir -p .github/skills
cp -R "$tmp/skills/modlens" .github/skills/modlens

npx skills add liustack/modlens --skill modlens -a codex -y

tmp=$(mktemp -d)
git clone --filter=blob:none --no-checkout https://github.com/liustack/modlens.git "$tmp"
git -C "$tmp" sparse-checkout set --no-cone /skills/modlens/
git -C "$tmp" checkout ffeee3e32de1c05315e334be97c9f087242fe2f3
mkdir -p .agents/skills
cp -R "$tmp/skills/modlens" .agents/skills/modlens

npx skills add liustack/modlens --skill modlens -a gemini-cli -y

tmp=$(mktemp -d)
git clone --filter=blob:none --no-checkout https://github.com/liustack/modlens.git "$tmp"
git -C "$tmp" sparse-checkout set --no-cone /skills/modlens/
git -C "$tmp" checkout ffeee3e32de1c05315e334be97c9f087242fe2f3
mkdir -p .agents/skills
cp -R "$tmp/skills/modlens" .agents/skills/modlens

tmp=$(mktemp -d)
git clone --filter=blob:none --no-checkout https://github.com/liustack/modlens.git "$tmp"
git -C "$tmp" sparse-checkout set --no-cone /skills/modlens/
git -C "$tmp" checkout ffeee3e32de1c05315e334be97c9f087242fe2f3
mkdir -p .devin/skills
cp -R "$tmp/skills/modlens" .devin/skills/modlens

npx skills add liustack/modlens --skill modlens -a cline -y

tmp=$(mktemp -d)
git clone --filter=blob:none --no-checkout https://github.com/liustack/modlens.git "$tmp"
git -C "$tmp" sparse-checkout set --no-cone /skills/modlens/
git -C "$tmp" checkout ffeee3e32de1c05315e334be97c9f087242fe2f3
mkdir -p .cline/skills
cp -R "$tmp/skills/modlens" .cline/skills/modlens

npx skills add liustack/modlens --skill modlens -a roo -y

tmp=$(mktemp -d)
git clone --filter=blob:none --no-checkout https://github.com/liustack/modlens.git "$tmp"
git -C "$tmp" sparse-checkout set --no-cone /skills/modlens/
git -C "$tmp" checkout ffeee3e32de1c05315e334be97c9f087242fe2f3
mkdir -p .roo/skills
cp -R "$tmp/skills/modlens" .roo/skills/modlens

npx skills add liustack/modlens --skill modlens -a opencode -y

tmp=$(mktemp -d)
git clone --filter=blob:none --no-checkout https://github.com/liustack/modlens.git "$tmp"
git -C "$tmp" sparse-checkout set --no-cone /skills/modlens/
git -C "$tmp" checkout ffeee3e32de1c05315e334be97c9f087242fe2f3
mkdir -p .agents/skills
cp -R "$tmp/skills/modlens" .agents/skills/modlens

tmp=$(mktemp -d)
git clone --filter=blob:none --no-checkout https://github.com/liustack/modlens.git "$tmp"
git -C "$tmp" sparse-checkout set --no-cone /skills/modlens/
git -C "$tmp" checkout ffeee3e32de1c05315e334be97c9f087242fe2f3
mkdir -p .agents/skills
cp -R "$tmp/skills/modlens" .agents/skills/modlens

tmp=$(mktemp -d)
git clone --filter=blob:none --no-checkout https://github.com/liustack/modlens.git "$tmp"
git -C "$tmp" sparse-checkout set --no-cone /skills/modlens/
git -C "$tmp" checkout ffeee3e32de1c05315e334be97c9f087242fe2f3
mkdir -p .agents/skills
cp -R "$tmp/skills/modlens" .agents/skills/modlens

npx -y skills add liustack/modlens --skill modlens --global

Это чужой код. Посмотрите файлы в репозитории перед установкой.

Что делает

ModLens подключает зрение к агентам, чей основной чат работает на текстовой модели без мультимодальности, например DeepSeek или GLM. Когда в разговоре появляется путь или ссылка на картинку, плейсхолдер вставленного изображения или просьба разобрать скриншот, скилл сам вызывает CLI modlens и возвращает разбор в виде JSON: полная транскрипция, области разметки в порядке чтения, сущности и связи. Источников зрения несколько: ключ Gemini, любой endpoint с протоколом OpenAI chat completions, ключ Anthropic, бесплатный Antigravity CLI, а также переиспользование уже залогиненных Claude Code, Codex, OpenCode, Pi и Kimi. Без закрепленного провайдера все настроенные складываются в одну цепочку с автоматическим переключением при сбое, каждая попытка пишется в метаданные ответа.

Для кого. Для тех, кто работает в текстовых агентах и хочет разбирать скриншоты, схемы и документы без перехода на мультимодальную модель.

Пример запроса к агенту

Разбери этот скриншот интерфейса и перечисли, что на нем написано и где расположено

Ограничения

Скиллу нужен хотя бы один рабочий источник зрения. Часть провайдеров недоступна из России без VPN: Gemini, Anthropic, OpenAI. При этом подходит любой endpoint с протоколом OpenAI chat completions, включая доступные площадки, например DashScope с qwen-vl, платформу GLM или SiliconFlow, поэтому вопрос доступности решается выбором провайдера. Ключи API это ваши расходы и лимиты, а переиспользование чужого залогиненного CLI помечается в предупреждениях ответа, чтобы было видно, чья квота потрачена. Нужен Node 22.19+ или bun и сетевой доступ.

Как отключить. Удалите папку скилла modlens из каталога скиллов агента. На DeepSeek Harness удалите плагин @liustack/modlens командой плагинов dsh. После этого агент возвращается к обычному поведению.

Проверка безопасности

• Запускает CLI и ходит в сеть к выбранному провайдеру зрения
• Может переиспользовать залогиненные CLI и тратить их квоту

Коротко о README

README описывает ModLens как мост зрения для текстовых моделей и агентов для кода. Он читает изображение по пути или прямо из вставки в чат и отдает структурированный JSON с транскрипцией, разметкой и сущностями. Ставится одной командой как плагин DeepSeek Harness или как скилл через skills.sh в Claude Code, Codex, OpenCode и Pi, а удаление сводится к удалению одной папки. Зрение берется из шести встроенных провайдеров и четырех переиспользуемых CLI, которые складываются в единую цепочку с переключением при сбое. Лицензия MIT.

SKILL.md

---
name: modlens
description: "Plug-in vision for text-only models. Hard rule: when a file path or URL with an image extension (.png, .jpg, .jpeg, .webp, .gif, .heic, .heif) appears anywhere in the conversation (typed by the user, injected as a `[Image: source: <path>]` line, or inside a tag) and you cannot see that image's content, run this skill on it before any other approach: no self-built OCR, no PIL, no tesseract. Also triggers on pasted-image placeholders such as `[Image #1]` and `[Unsupported Image]`. If you can actually see the image, do not use this skill. When unsure, run `modlens guard` before the first read of a session: a deny verdict means the active model has native vision and must read the image itself. Runs the modlens CLI to convert the image into structured JSON evidence: every word transcribed, layout regions, semantics, visual clues. Also use when the user asks how to install, configure, or switch modlens providers (Gemini API key, OpenAI-compatible endpoints, Claude API or Claude Code CLI)."
compatibility: Requires network access and one of node 22.19+/npx, bun/bunx, or a preinstalled modlens binary on PATH.
allowed-tools: Bash
---

# ModLens — Vision Bridge Skill

Use this skill when an image is in play and you cannot see its content: a path or URL with an image extension (the path alone is the trigger, hand it to modlens, never Read the bytes or build your own OCR), a placeholder like `[Image #1]`, `[Unsupported Image]`, or a `[Image: source: <path>]` line, or the user asking to configure modlens. Do not use it for web search or fetch (that is `modsearch`), or for images you can already see natively.

Похожие