Token导航 LogoToken导航TokenDH.com
前端设计敏感数据github未标认证来源可访问许可证需确认审计通过

vision-bench视觉长凳

Agent Skill

vision-bench 用于处理 GitHub 仓库、Issue、Pull Request 和代码协作信息,适合在 Codex、Claude、Cursor、Gemini CLI 中需要围绕仓库状态、代码变更或协作事项进行整理时使用。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

190

周安装

8

GitHub Stars

141

下载量

67
CodexClaudeCursorGemini CLI

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

unknown

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:vision-bench(视觉长凳)
来源仓库:https://github.com/glebis/claude-skills
仓库路径:skills/vision-bench
安装命令:
npx skills add https://github.com/glebis/claude-skills --skill vision-bench
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 npx skills 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。

skills.shnpx skills
npx skills add https://github.com/glebis/claude-skills --skill vision-bench

简介

vision-bench 用于评估和比较视觉模型性能,适合研究人员或开发者进行基准测试与模型调优。

  • 适用于前端设计或 AI 工具链中的视觉模块验证,支持输出结构化对比结果。
  • 通过 npx skills add 从 GitHub 安装,兼容主流 Agent 宿主如 Claude、Cursor 等。
  • 需注意其可能涉及模型下载与计算资源调用,建议在非生产环境先行验证。
  • 适用宿主包括 Codex、Claude、Cursor、Gemini CLI,接入前应确认版本、权限和运行环境要求。

SKILL.md

Vision Bench — LLM Image Evaluation

Compare images by scoring them with one or more vision LLM judges against structured rubric criteria.

Quick Start

# Install dependencies
pip install pyyaml openai anthropic mistralai

# Score a single image
python bench.py image.png --criteria photorealism --judge gemini-2.5-flash

# Compare two AI-generated images
python bench.py img_a.png img_b.png \
  --criteria text_to_image \
  --prompt "a fox in a snowy forest" \
  --judge gpt-4o

# Multi-judge consensus
python bench.py img.png \
  --criteria portrait \
  --judges gpt-4o gemini-2.5-flash claude-opus-4-5-20251022

# OpenRouter models (any vision-capable model)
python bench.py img_a.png img_b.png \
  --criteria artistic_style \
  --judges "openrouter/meta-llama/llama-4-maverick" "openrouter/mistralai/pixtral-large-2411"

# List all presets
python bench.py --list-presets

# Save report to file
python bench.py img.png --criteria chart_analysis --save report.md

Presets

PresetUse Case
text_to_imageCompare AI image generators (Midjourney, DALL-E, Flux)
photorealismHow convincingly an image looks like a photo
artistic_styleStyle consistency, composition, color harmony
portraitAI-generated portrait quality and realism
product_photoE-commerce product image quality
document_ocrDocument text extraction and layout understanding
chart_analysisChart and data visualization comprehension
invoiceFinancial document field extraction accuracy
ui_screenshotApp/web screenshot understanding
scientificScientific/medical image accuracy
alt_textAccessibility image description quality

Custom criteria: pass any .yaml file as --criteria path/to/my.yaml.

Judge Providers

PrefixProviderExample
gpt-, o1, o3, o4OpenAIgpt-4o
claude-Anthropicclaude-sonnet-4-5-20251022
gemini-Google Geminigemini-2.5-flash
pixtral-, mistral-, ministral-Mistralpixtral-12b-2409
openrouter/OpenRouter (any model)openrouter/meta-llama/llama-4-maverick

API Keys

Keys are loaded from secrets.enc.yaml (SOPS + age encrypted) with fallback to environment variables.

Supported keys: OPENAI_API_KEY, ANTHROPIC_API_KEY, GEMINI_API_KEY, OPENROUTER_API_KEY

To encrypt your own keys:

sops --config .sops.yaml --encrypt --input-type yaml --output-type yaml secrets.yaml > secrets.enc.yaml

Output Formats

--output markdown (default) · --output json · --output table

Files

  • bench.py — CLI entry point
  • judge.py — Multi-provider LLM judge logic
  • report.py — Report generation
  • vault.py — SOPS secrets decryption
  • criteria/ — 11 YAML preset files
  • .sops.yaml — Age key config for encryption
  • secrets.enc.yaml — Encrypted API keys

适合场景

01

调用多模型

02

代码和文本生成

03

Agent 推理流程

04

OpenRouter 模型接入

能力概览

能力 1

统一调用多种 LLM

能力 2

支持 Claude、Gemini、Kimi 等模型

能力 3

适合聊天、代码和推理任务

能力 4

可作为 Agent 模型调用入口

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

Codex

36.56%
按下载量换算24

Claude

27.96%
按下载量换算19

Cursor

20.31%
按下载量换算14

Gemini CLI

9.59%
按下载量换算6

安全审计

Socket

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。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