Communitygithub.com

wundercorp/llava

Vision-Language-Chat: VQA, Bildunterschriften, Bilddialog.

Was ist llava?

Diese Fähigkeit ermöglicht es einem KI-Agenten, mit Bildern zu interagieren, indem sie Vision-Language-Modelle (wie LLaVA) nutzt. Sie unterstützt Aufgaben wie visuelle Fragenbeantwortung (VQA), das Erstellen von Bildunterschriften und dialogische Bildbeschreibungen. Der Agent kann Bilder als Eingabe verarbeiten und auf natürliche Sprache reagieren, was sie ideal für multimodale Anwendungen macht. Die Fähigkeit ist mit verschiedenen Agentenplattformen kompatibel und erfordert eine lokale oder API-basierte Modellbereitstellung.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/wundercorp/loki/tree/main/optional-skills/mlops/llava

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Was macht llava?

Vision-Language-Chat: VQA, Bildunterschriften, Bilddialog.

Individual skills in this repo

This repo contains 1 individual skill — each has its own dedicated page.

Verwandte Skills