Token导航 LogoToken导航TokenDH.com
开发敏感数据clawhub未标认证来源可访问clear审计提醒

local-gmncode-vision-pro本地 gmncode Vision Pro

Agent Skill

local-gmncode-vision-pro 用于辅助前端页面、组件、样式和交互逻辑开发,适合在 OpenClaw 中需要维护前端项目、生成组件或检查界面实现时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

总安装

3,136

周安装

132

GitHub Stars

公开资料未说明

下载量

1,098
OpenClaw

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

GitHub

来源数

2

许可证

MIT-0

最后核验

2026-05-01

来源状态

来源可访问

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:local-gmncode-vision-pro(本地 gmncode Vision Pro)
来源仓库:https://github.com/io2077/local-gmncode-vision-pro
安装命令:
openclaw skills install local-gmncode-vision-pro
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install local-gmncode-vision-pro

简介

增强图像分析能力,为代理提供高精度本地视觉基础设施支持。

  • 适用于复杂图片理解、结构化 JSON 输出和多图批量处理任务。
  • 当内置图像工具失效时作为补充方案,保持离线运行与数据安全。
  • 依赖本地 GPU 资源,首次使用需下载模型权重并验证运行环境。
  • local-gmncode-vision-pro 属于开发类 Skill,可作为该场景下的辅助能力补充。

SKILL.md

name
local-gmncode-vision-pro
description
Advanced local vision infrastructure for agents when built-in image tools are unavailable or unreliable. Use for batch image analysis, structured JSON output, screenshot/UI understanding, character/style classification, retryable workflows, and resilient image-processing pipelines backed by GMNCODE. Trigger when a user wants a paid/professional-grade version of local-gmncode-vision, production-ready visual automation, or reusable vision infrastructure for teams and agent systems.

local-gmncode-vision-pro

Use this skill when basic single-image fallback is not enough and the task needs production-grade image understanding.

Core scripts

  • Batch processing:

/home/ubuntu/.openclaw/workspace/skills/local-gmncode-vision-pro/scripts/vision_batch.py

  • Structured JSON output:

/home/ubuntu/.openclaw/workspace/skills/local-gmncode-vision-pro/scripts/vision_json.py

Workflow

  1. Prefer the built-in image tool if it is healthy and available.
  2. If image fails or needs more control, use the Pro scripts.
  3. For multi-image work, use vision_batch.py.
  4. For agent/tool pipelines, use vision_json.py to get machine-readable output.
  5. If results are uncertain, say so explicitly and return best-effort ranked hypotheses.

Dependencies

  • Environment variable: GMNCODE_API_KEY
  • Model route: gpt-5.4

Read when needed

Read this file for packaging, pricing, and promotion: /home/ubuntu/.openclaw/workspace/skills/local-gmncode-vision-pro/references-go-to-market.md

Output principles

  • Be explicit about uncertainty.
  • Separate confirmed observations from inference.
  • Prefer structured output for automation.
  • Do not overclaim exact character identity when only style-level evidence exists.

适合场景

01

OpenClaw 用户查找和安装 Skill 时

02

用户想查找某类 Agent Skill 时

03

需要根据任务场景推荐可安装能力包时

04

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明,方便继续核验

能力 4

补充不同宿主或平台的使用分布数据

能力 5

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用;具体调用方式请以来源页面和 README 为准。

平台分布

OpenClaw

91.97%
按下载量换算1,010

安全审计

VirusTotal

可疑

ClawScan

可疑

Static analysis

通过

权限和风险

敏感数据

该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在 warning/failed 结果,不能写成本站确认安全。当前只有一个来源,正式发布前建议补源仓库或其他目录站核验。

来源信息

继续浏览同类 Skills