O que glm-vision faz?
Skill Codex: usa o Zhipu GLM-4.6V-Flash para reconhecimento de imagens
Skill Codex: usa o Zhipu GLM-4.6V-Flash para reconhecimento de imagens
Este skill permite que agentes de IA (como Codex) utilizem o modelo Zhipu GLM-4.6V-Flash para realizar reconhecimento de imagens. Ele é útil para desenvolvedores que precisam de uma maneira simples e eficaz de integrar visão computacional em seus fluxos de trabalho de engenharia de software, como análise de capturas de tela, extração de informações visuais ou automação de testes visuais. Suportado por plataformas compatíveis com skills (como Cursor, Codex, etc.), ele funciona fornecendo uma imagem de entrada (via URL ou base64) e recebendo uma descrição ou resposta gerada pelo modelo GLM-4.6V-Flash. O skill lida com a chamada à API Zhipu, autenticação e processamento da resposta, abstraindo a complexidade subjacente.
npx skills add yangs0107/glm-visionSkill Codex: usa o Zhipu GLM-4.6V-Flash para reconhecimento de imagens
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".