Ponte de visão MCP da comunidade para o Xiaomi MiMo Vision, permitindo compreensão de imagens para agentes LLM baseados apenas em texto.
O Mimo Vision MCP (severinquan/mimo-vision-mcp) é uma ponte de visão baseada no Model Context Protocol (MCP) para o dispositivo Xiaomi MiMo Vision. Ele permite que agentes de LLM que normalmente processam apenas texto possam receber e compreender informações visuais, como imagens e vídeos, através de uma interface padronizada. Para desenvolvedores e usuários de agentes de IA, essa ferramenta é útil para ampliar o escopo de agentes text-only, permitindo tarefas como descrição de cenas, análise de objetos ou extração de informações de imagens. Ele funciona como um servidor MCP que se conecta ao hardware MiMo Vision, expondo recursos visuais como ferramentas no ecossistema MCP.
npx skills add SeverinQuan/mimo-vision-mcpPonte de visão MCP da comunidade para o Xiaomi MiMo Vision, permitindo compreensão de imagens para agentes LLM baseados apenas em texto.
Fonte: https://github.com/SeverinQuan/mimo-vision-mcp
Descoberto durante a caça diária de skills de agentes em awesomeskills.dev.
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".