给不具备原生视觉能力的智能体一双眼睛 —— 无需配置，安装即用。
为非多模态 AI 智能体补充视觉能力。核心特点是：无需 API Key、Base URL 或任何环境变量。安装并刷新 Skill 索引后，智能体即可按需分析图片。
- 零配置，开箱即用 —— 不需要申请 API Key，不需要填写 Base URL，不需要设置环境变量。支持粘贴给 Agent、运行一条交互式命令或手动复制目录完成安装。
- 通用兼容 —— 遵循 Agent Skills 规范，适用于支持该规范且允许执行 Node.js 命令的智能体框架。
- 本地、网络和附件图片 —— 支持 JPEG、PNG、GIF、WebP、BMP，本地路径、HTTP/HTTPS URL，以及宿主暴露的图片附件均可。
- 极简依赖 —— 运行时零第三方 npm 依赖，只需 Node.js 18+。
- 灵活输出 —— 支持普通文本和
--json结构化输出，方便后续自动化处理。
🚀 核心定位：让没有原生视觉能力的 AI 在 Agent 框架中通过调用本 Skill 获得图像理解能力。无需额外配置，安装即可使用。
把下面这段话直接发给支持终端操作的 Agent：
请帮我安装 agent-vision Skill：
https://github.com/5258MF/agent-vision-skill
执行任何文件写入前，先询问我要安装到哪个范围：
1. 用户级（推荐）：~/.agents/skills/agent-vision
2. 当前项目：<项目根目录>/.agents/skills/agent-vision
等待我明确选择后再继续。不要同时安装到两个位置，也不要向所有智能体框架批量复制。
确认 Node.js 版本不低于 18。将仓库下载到临时目录，只把 skills/agent-vision 复制到选定位置；项目级安装使用项目根目录，如果当前目录在 Git 仓库内，就使用 Git 仓库根目录。完成后清理临时文件。
如果目标目录已经存在，不要直接覆盖。先告诉我是已有安装，并询问我要更新还是取消；只有在我确认更新后才能替换该目录。
安装后确认目标目录中存在 SKILL.md 和 scripts/vision.js，并验证当前智能体能否发现 agent-vision。告诉我实际安装路径，以及是否需要重启或新建会话。
该 Skill 已固定使用 OpenCode Zen 的 mimo-v2.5-free，不要要求我配置 API Key、Base URL 或模型名。不要检查或修改无关文件，也不要读取或输出凭据。
如果当前框架无法发现选定的 .agents/skills 目录，不要擅自复制到其他位置。先说明情况，再询问我是否改用该框架官方的 Skill 目录。
请本人在普通交互式终端中运行，不要交给 Agent 执行。
交互选择安装范围：
npx --yes skills add 5258MF/agent-vision-skill --skill agent-vision -a universal --copy-a universal 固定使用 .agents/skills，--copy 使用实际文件而不是符号链接。
固定为用户级 ~/.agents/skills/agent-vision：
npx --yes skills add 5258MF/agent-vision-skill --skill agent-vision -a universal --copy -g -y固定为当前项目 <当前目录>/.agents/skills/agent-vision：
npx --yes skills add 5258MF/agent-vision-skill --skill agent-vision -a universal --copy -ynpx --yes 跳过 npm 提示；命令末尾的 -y 跳过 Skills CLI 提示。安装路径以 CLI 输出为准。
确认本机已安装 Node.js 18 或更高版本，下载本仓库并选择一个安装范围：
用户级（推荐）：~/.agents/skills/agent-vision/
当前项目： <项目根目录>/.agents/skills/agent-vision/
将整个 skills/agent-vision 目录复制到选定位置；项目级安装使用项目根目录。如果目标目录已存在，请确认后再替换。
确认目标目录中存在 SKILL.md 和 scripts/vision.js，然后重新打开会话或刷新 Skill 索引。
.agents/skills 是首选通用位置，但不是所有框架都保证支持。如果当前智能体无法发现该 Skill，请按照该框架的官方文档改用其 Skill 目录。
按原安装方式和原范围重新安装。Agent 或手动安装只替换 agent-vision 目录；Skills CLI 安装重新运行上方对应的 skills add 命令，以保留 universal 和 --copy 设置。
确认安装目录中存在 SKILL.md 和 scripts/vision.js，并运行：
node "<实际安装路径>/scripts/vision.js" --help确认当前智能体能够发现 agent-vision；如果仍不可见，请重新打开会话或刷新 Skill 索引。Skills CLI 用户还可以检查安装记录：
项目级：
npx --yes skills list用户级：
npx --yes skills list -gAgent 或手动安装只删除 agent-vision 目录，不要删除父级 .agents/skills。Skills CLI 安装使用对应命令：
项目级：
npx --yes skills remove agent-vision -y用户级：
npx --yes skills remove agent-vision -g -y卸载时不要添加 -a universal，否则共享目录中的文件可能被保留。确认目录已删除后，重新打开会话或刷新 Skill 索引。
安装后，直接向智能体提出与图片有关的问题，例如：
请提取这张报错截图里的文字并分析原因。
对比 before.png 和 after.png 的界面变化。
总结这张图表的主要趋势，不确定的地方请标出来。
即使用户没有明确要求“分析图片”，当任务需要检查截图、渲染后的界面、图表或其他视觉证据时，兼容框架中的智能体也可能根据 SKILL.md 主动调用脚本。例如，“按照 mockups/checkout.png 实现页面”可以触发智能体先分析参考图，再继续完成任务。
自动触发不是强制保证。它取决于框架是否启用 Agent Skills、当前模型是否选择加载该 Skill、是否允许执行 Node.js 命令，以及图片路径或 URL 是否可访问；也可以由具备相应能力的框架安全生成并保存截图。没有可访问的图片且无法截图时，智能体应请求用户提供图片，而不是猜测画面内容。
在仓库中也可以手动执行：
node skills/agent-vision/scripts/vision.js "./screenshot.png" "请提取截图中的报错信息"
node skills/agent-vision/scripts/vision.js "https://example.com/image.png" "描述这张图片"
node skills/agent-vision/scripts/vision.js --json "./chart.png" "总结图表趋势"
node skills/agent-vision/scripts/vision.js "data:image/png;base64,<base64-data>" "读取图片中的文字"
cat image-data-url.txt | node skills/agent-vision/scripts/vision.js - "分析这张图片"本地图片和 data URL 解码后最大为 10 MiB。脚本会对空响应和临时服务错误有限重试；免费端点返回 429 时请稍后再试。运行 node skills/agent-vision/scripts/vision.js --help 可查看命令格式。
任务需要视觉证据
↓
智能体加载 agent-vision/SKILL.md
↓
调用 scripts/vision.js
↓
图片路径、URL、Base64 data URL 或宿主可访问的附件
↓
OpenCode Zen / mimo-v2.5-free
↓
文字结果返回当前智能体
这不是本地视觉模型。图片会被发送到 OpenCode Zen；不要用它处理密码、密钥、身份证件、商业机密或其他敏感图片。mimo-v2.5-free 的免费政策和匿名访问方式可能由 OpenCode 调整；如果接口策略发生变化，脚本会返回明确的 HTTP 错误，不会自动切换到付费模型。
本项目受 asuojun/claude-vision-skill 启发。