Was macht glm-vision?
Codex-Fertigkeit: Nutzung von Zhipu GLM-4.6V-Flash zur Bilderkennung
Codex-Fertigkeit: Nutzung von Zhipu GLM-4.6V-Flash zur Bilderkennung
Diese Fertigkeit (Skill) für Codex oder ähnliche KI-Agenten-Plattformen ermöglicht die Bilderkennung mithilfe des Zhipu GLM-4.6V-Flash-Modells. Sie ist ideal für Entwickler, die visuelle Informationen aus Bildern extrahieren möchten, z. B. Objekterkennung, Textlesen oder Bildbeschreibungen. Die Integration erfolgt über die Zhipu AI API, die eine einfache und effiziente Nutzung des Multimodell-Modells erlaubt. Der Skill kann in verschiedenen Umgebungen wie lokalen Entwicklungsumgebungen oder in der Cloud eingesetzt werden. Er ist besonders nützlich für Anwendungen, die automatisierte Bildanalyse benötigen, ohne komplexe Computer-Vision-Modelle selbst trainieren zu müssen.
npx skills add yangs0107/glm-visionCodex-Fertigkeit: Nutzung von Zhipu GLM-4.6V-Flash zur Bilderkennung
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".