Que fait glm-vision ?
Compétence Codex : utiliser Zhipu GLM-4.6V-Flash pour la reconnaissance d'images
Compétence Codex : utiliser Zhipu GLM-4.6V-Flash pour la reconnaissance d'images
Cette compétence permet à l'agent Codex (OpenAI's Codex CLI) d'analyser et de décrire des images en utilisant le modèle Zhipu GLM-4.6V-Flash. Elle est utile lorsque l'agent doit comprendre le contenu visuel d'une image (par exemple, un diagramme, une capture d'écran, un formulaire) et générer une description textuelle ou répondre à des questions à son sujet. La compétence s'appuie sur l'API de Zhipu AI pour envoyer l'image et récupérer une réponse générée par le modèle multimodal. Elle est conçue spécifiquement pour fonctionner avec Codex, en exploitant son mécanisme de skills défini dans le fichier SKILL.md. Pour l'utiliser, il suffit de configurer la clé API ZHIPU_API_KEY et d'invoquer la compétence avec le chemin de l'image. Le modèle peut décrire l'image, extraire du texte, ou répondre à des requêtes contextuelles selon le prompt fourni.
npx skills add yangs0107/glm-visionCompétence Codex : utiliser Zhipu GLM-4.6V-Flash pour la reconnaissance d'images
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".