visual-proxy は何をしますか？
Claude Code スキル — 視覚能力を持たない LLM（DeepSeek/o1/o3）に画像認識機能を追加します。テキスト専用 LLM 向けビジョンプロキシ、OpenAI/Anthropic/DashScope/Qwen3-VL をサポート。
Claude Code スキル — 視覚能力を持たない LLM（DeepSeek/o1/o3）に画像認識機能を追加します。テキスト専用 LLM 向けビジョンプロキシ、OpenAI/Anthropic/DashScope/Qwen3-VL をサポート。
このスキルは、Claude Code などの AI エージェントで、本来画像を認識できないテキスト専用 LLM（DeepSeek、o1、o3 など）に視覚機能を追加するためのビジョンプロキシです。画像ファイルや URL を読み取り、OpenAI、Anthropic、DashScope、Qwen3-VL などの外部ビジョンモデルに転送して解析結果を取得します。これにより、ユーザーはエージェントに画像の内容を説明させたり、図やスクリーンショットをもとにタスクを実行させることが可能になります。Cline、Codex、Continue などのさまざまな AI コーディングツールで利用でき、スキルの設定は簡単な JSON または環境変数で行えます。
npx skills add daiuuuuuuuuuuuuu/visual-proxyClaude Code スキル — 視覚能力を持たない LLM（DeepSeek/o1/o3）に画像認識機能を追加します。テキスト専用 LLM 向けビジョンプロキシ、OpenAI/Anthropic/DashScope/Qwen3-VL をサポート。
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".