Was macht visual-proxy?
Claude Code Skill — Erweitert rein textbasierte LLMs (DeepSeek/o1/o3) um Bilderkennungsfähigkeiten. Vision-Proxy für textbasierte LLMs, unterstützt OpenAI/Anthropic/DashScope/Qwen3-VL.
Claude Code Skill – Erweitert rein textbasierte LLMs (DeepSeek/o1/o3) um Bilderkennungsfähigkeiten. Vision-Proxy für textbasierte LLMs, unterstützt OpenAI/Anthropic/DashScope/Qwen3-VL.
Das Skill 'visual-proxy' ist ein Vision-Proxy, der speziell für Claude Code entwickelt wurde. Es ermöglicht textbasierten Large Language Models (LLMs) wie DeepSeek, o1 und o3, Bilder zu verarbeiten, indem es eine Bildeingabe in ein Format umwandelt, das die Textmodelle interpretieren können. Das Skill nutzt unterstützte Vision-Modelle wie OpenAI, Anthropic, DashScope und Qwen3-VL als Backend, um die Bildanalyse durchzuführen. Für Entwickler bedeutet das: Sie können Claude Code in Workflows einsetzen, die visuelle Informationen wie Screenshots, Diagramme oder Fotos erfordern, ohne dass das KI-Modell selbst über Sehvermögen verfügt. Die Integration erfolgt einfach über eine API, was es zu einem unverzichtbaren Tool für die erweiterte Automatisierung und Fehlerbehebung macht.
npx skills add daiuuuuuuuuuuuuu/visual-proxyClaude Code Skill — Erweitert rein textbasierte LLMs (DeepSeek/o1/o3) um Bilderkennungsfähigkeiten. Vision-Proxy für textbasierte LLMs, unterstützt OpenAI/Anthropic/DashScope/Qwen3-VL.
ElevenLabs text-to-speech with mac-style say UX.
Oracle CLI second-model review/debug/refactor/design with selected files, dry-run token checks, API or browser engine.
Capture and automate macOS UI with the Peekaboo CLI.
Generate multiple radically different interface designs for a module using parallel sub-agents. Use when user wants to design an API, explore interface options, compare module shapes, or mentions "design it twice".
Build a throwaway prototype to flesh out a design — a runnable terminal app for state/business-logic questions, or several radically different UI variations toggleable from one route.
Interview the user relentlessly about a plan or design until reaching shared understanding, resolving each branch of the decision tree. Use when user wants to stress-test a plan, get grilled on their design, or mentions "grill me".