Que fait axiom-vision ?
À utiliser lors de l'implémentation de TOUTE fonctionnalité de vision par ordinateur — analyse d'image, détection de pose, segmentation de personne, extraction de sujet, reconnaissance de texte, scan de codes-barres.
À utiliser lors de l'implémentation de TOUTE fonctionnalité de vision par ordinateur — analyse d'image, détection de pose, segmentation de personne, extraction de sujet, reconnaissance de texte, scan de codes-barres.
Cette compétence (`skill`) est conçue pour les développeurs et les agents IA qui travaillent sur des fonctionnalités de vision par ordinateur (computer vision). Elle centralise l'accès à des capacités essentielles comme l'analyse d'image, la détection de pose, la segmentation de personnes, l'extraction de sujet, la reconnaissance de texte (OCR) et le scan de codes-barres. L'objectif est de fournir un ensemble d'outils prêts à l'emploi (sans préciser de plateforme spécifique comme Claude Code ou Cursor dans le contenu fourni) pour accélérer l'implémentation de ces fonctionnalités souvent complexes. En utilisant cette compétence, un agent peut rapidement ajouter des capacités visuelles à une application sans avoir à réimplémenter des algorithmes complexes. Elle est particulièrement utile pour les projets d'intelligence artificielle appliquée, le développement d'applications mobiles et web nécessitant une interaction avec le monde visuel, ou encore l'automatisation de tâches de traitement de documents.
npx skills add https://github.com/charleswiltgen/axiom/tree/main/skills/axiom-visionInstalled? Explore more Recherche et analyse de données skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
À utiliser lors de l'implémentation de TOUTE fonctionnalité de vision par ordinateur — analyse d'image, détection de pose, segmentation de personne, extraction de sujet, reconnaissance de texte, scan de codes-barres.
USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.
Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.
Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.
The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
Agent skill repository discovered by 10x-chat research.
Review backend code for quality, security, maintainability, and best practices based on established checklist rules. Use when the user requests a review, analysis, or improvement of backend files (e.g., `.py`) under the `api/` directory. Do NOT use for frontend files (e.g., `.tsx`, `.ts`, `.js`). Supports pending-change review, code snippets review, and file-focused review.