O que vision-agent-spec faz?
Equipa modelos do Ollama com definições de ferramentas coordenadas para executar pipelines localizados de detecção e recorte de objetos.
Equipa modelos do Ollama com definições de ferramentas coordenadas para executar pipelines localizados de detecção e recorte de objetos.
O ollama/vision-agent-spec é uma especificação de habilidade que capacita agentes de IA (como o Claude Code, Cursor ou Codex) a interagir com modelos Ollama para realizar tarefas de visão computacional localmente. Ele fornece um conjunto de definições de ferramentas que permitem ao agente coordenar pipelines de detecção e recorte de objetos, tudo executado na própria máquina do usuário, garantindo privacidade e baixa latência. Suporta plataformas que executam o Ollama, permitindo que desenvolvedores integrem funcionalidades avançadas de visão em seus workflows sem depender de APIs externas. A habilidade funciona definindo ferramentas específicas que o agente pode chamar para processar imagens, detectar objetos e recortar regiões de interesse, automatizando tarefas complexas de visão computacional em um ambiente local.
npx skills add ollama/vision-agent-specEquipa modelos do Ollama com definições de ferramentas coordenadas para executar pipelines localizados de detecção e recorte de objetos.
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".