Was macht vision-tool?
Bild- und Videoanalyse für KI-Codierungsassistenten ohne native Sichtfunktion. Funktioniert mit jedem Modell – CLI, MCP oder opencode Skill. 12 Vision-Backends (Gemini, GPT-4o, Claude, etc.). Keine hartcodierten Geheimnisse.
Bild- und Videoanalyse für KI-Codierungsassistenten ohne native Sichtfunktion. Funktioniert mit jedem Modell – CLI, MCP oder opencode Skill. 12 Vision-Backends (Gemini, GPT-4o, Claude, etc.). Keine hartcodierten Geheimnisse.
Dieses Skill bietet KI-Codierungsassistenten wie Claude Code, Cursor oder Codex die Möglichkeit, Bilder und Videos zu analysieren, selbst wenn sie keine native Sichtfunktion besitzen. Es unterstützt jedes Modell und kann über die Kommandozeile (CLI), das Model Context Protocol (MCP) oder als opencode Skill genutzt werden. Der Skill integriert 12 verschiedene Vision-Backends wie Gemini, GPT-4o und Claude und vermeidet hartcodierte Geheimnisse, um eine sichere Konfiguration zu gewährleisten. Entwickler können es schnell einrichten, um visuelle Daten in ihren Workflows zu verarbeiten, ohne auf native Vision-Fähigkeiten ihrer KI angewiesen zu sein.
npx skills add farhanic017/vision-toolBild- und Videoanalyse für KI-Codierungsassistenten ohne native Sichtfunktion. Funktioniert mit jedem Modell – CLI, MCP oder opencode Skill. 12 Vision-Backends (Gemini, GPT-4o, Claude, etc.). Keine hartcodierten Geheimnisse.
Extract frames or short clips from videos using ffmpeg.
Summarize or transcribe URLs, YouTube/videos, podcasts, articles, transcripts, PDFs, and local files.
Use when testing, fixing, or extending the OpenClaw Control UI GUI with Vitest + Playwright end-to-end checks, mocked Gateway WebSocket flows, mocked dashboard runs, screenshots/videos, or agent-verifiable browser proof.
Obra superpowers agent skills.
See, Understand, Act on video and audio. See- ingest from local files, URLs, RTSP/live feeds, or live record desktop; return realtime context and playable stream links. Understand- extract frames, build visual/semantic/temporal indexes, and search moments with timestamps and auto-clips. Act- transcode and normalize (codec, fps, resolution, aspect ratio), perform timeline edits (subtitles, text/image overlays, branding, audio overlays, dubbing, translation), generate media assets (image, audio...
End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.