¿Qué hace glm-vision?
Habilidad de Codex: usa Zhipu GLM-4.6V-Flash para reconocimiento de imágenes.
Habilidad de Codex: usa Zhipu GLM-4.6V-Flash para reconocimiento de imágenes.
Esta habilidad de Codex permite integrar el modelo de reconocimiento de imágenes GLM-4.6V-Flash de Zhipu AI directamente en el flujo de trabajo del agente. Es útil para tareas que requieren analizar imágenes, extraer información visual o realizar descripciones automáticas sin depender de APIs externas complejas. Compatible con entornos que ejecuten Codex, la habilidad delega el procesamiento de imágenes al modelo de visión de Zhipu, que es eficiente y optimizado para respuestas rápidas. El agente envía la imagen codificada en base64 junto con un prompt textual, y recibe un análisis detallado. Esto simplifica la implementación de funcionalidades de visión artificial en asistentes de IA, automatización de documentos, o sistemas de revisión visual.
npx skills add yangs0107/glm-visionHabilidad de Codex: usa Zhipu GLM-4.6V-Flash para reconocimiento de imágenes.
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".