Habilidade do Claude Code — concede capacidade de visualização a LLMs sem visão (DeepSeek/o1/o3). Proxy de visão para LLMs somente texto, compatível com OpenAI/Anthropic/DashScope/Qwen3-VL.
O visual-proxy é uma habilidade para o Claude Code que atua como um proxy de visão para modelos de linguagem que não possuem capacidade de processamento visual, como DeepSeek, o1 e o3. Com ele, você pode enviar imagens para análise mesmo usando LLMs puramente textuais, expandindo significativamente o leque de aplicações. A ferramenta oferece suporte a múltiplos provedores de API, incluindo OpenAI, Anthropic, DashScope e Qwen3-VL, permitindo flexibilidade na escolha do serviço de backend para análise das imagens. O funcionamento é simples: a habilidade intercepta a requisição de imagem do usuário e a encaminha para um modelo de visão compatível, retornando a descrição ou análise visual ao LLM original. Esta habilidade é particularmente útil para desenvolvedores que trabalham com modelos como DeepSeek ou o1/o3 e precisam processar imagens sem migrar para um modelo multimodal. Ao invés de trocar de provedor ou arquitetura, o visual-proxy atua como uma ponte, permitindo que o LLM original continue sendo utilizado enquanto recebe informações visuais externas. O suporte a múltiplos backends garante que você possa escolher o serviço mais adequado ao seu caso de uso, seja por custo, latência ou qualidade de análise. Ideal para tarefas como descrição de imagens, extração de texto de capturas de tela, interpretação de gráficos e diagramas, e muito mais.
npx skills add daiuuuuuuuuuuuuu/visual-proxyHabilidade do Claude Code — concede capacidade de visualização a LLMs sem visão (DeepSeek/o1/o3). Proxy de visão para LLMs somente texto, compatível com OpenAI/Anthropic/DashScope/Qwen3-VL.
O visual-proxy permite que modelos de linguagem que não possuem capacidade nativa de processar imagens (como DeepSeek, o1 e o3)
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".