Community MCP-Vision-Bridge für Xiaomi MiMo Vision, die bildverstehende Fähigkeiten für textbasierte LLM-Agenten bereitstellt.
Diese Fähigkeit stellt eine Community-Entwicklung dar, die eine MCP (Model Context Protocol)-Brücke zwischen KI-Agenten und Xiaomis MiMo Vision (einem multimodalen visuellen Modell) bereitstellt. Sie ermöglicht es textbasierten LLM-Agenten (wie Claude Code oder anderen), Bilder zu verstehen und darauf zu reagieren, ohne dass diese Agenten selbst über native Bildverarbeitungsfähigkeiten verfügen müssen. Dadurch wird eine wesentliche Lücke geschlossen: Agenten, die normalerweise nur Text verarbeiten können, erhalten plötzlich Zugang zu visueller Intelligenz. Die Brücke basiert auf der Architektur von MCP-Servern und kann nahtlos in bestehende Entwicklungsumgebungen integriert werden. Entwickler können so ihre textbasierten KI-Workflows erweitern, indem sie Screenshots, Diagramme, Fotos oder andere Bilddaten durch MiMo Vision analysieren lassen. Dies ist besonders nützlich für Debugging, UI-Tests, Dokumentationsanalyse oder jede andere Aufgabe, bei der visuelle Kontextinformationen benötigt werden.
npx skills add SeverinQuan/mimo-vision-mcpCommunity MCP-Vision-Bridge für Xiaomi MiMo Vision, die bildverstehende Fähigkeiten für textbasierte LLM-Agenten bereitstellt.
Quelle: https://github.com/SeverinQuan/mimo-vision-mcp
Entdeckt während der täglichen awesomeskills.dev Agenten-Fähigkeitensuche.
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".