¿Qué hace glm-vision-mcp?
Habilidad de Codex: MCP de visión GLM-4.6V-Flash (comprensión de imágenes, videos y archivos)
Habilidad de Codex: MCP de visión GLM-4.6V-Flash (comprensión de imágenes, videos y archivos)
Esta habilidad convierte el modelo GLM-4.6V-Flash en un servidor del Protocolo de Contexto de Modelo (MCP), permitiendo que agentes de IA como Codex comprendan y procesen información visual de imágenes, videos y archivos. Al integrarse directamente con el flujo de trabajo del agente, la habilidad permite que el modelo interprete contenidos visuales (por ejemplo, describir objetos, leer texto en imágenes, analizar fotogramas de video) sin necesidad de APIs externas. Es útil para desarrolladores que necesitan que sus agentes de IA interactúen con entradas multimodales, como leer capturas de pantalla, revisar diagramas arquitectónicos o analizar material de video. La habilidad sigue el estándar MCP, lo que facilita su integración con herramientas y plataformas compatibles con Agent SDK, incluyendo Codex automatizado por IA.
npx skills add mubai13232/glm-vision-mcpHabilidad de Codex: MCP de visión GLM-4.6V-Flash (comprensión de imágenes, videos y archivos)
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.