Communitygithub.com

wundercorp/llava

视觉语言聊天:图像问答、描述生成、图像对话。

llava 是什么?

该技能基于 LLaVA (Large Language and Vision Assistant) 模型,支持多模态视觉语言交互。用户可以通过上传图像,结合文本提示进行视觉问答 (VQA)、图像描述生成以及图像对话。技能适用于 AI 代理工具(如 Claude Code、Cursor、Codex 等),让 AI 能够理解图像内容并做出上下文感知的回答。其工作流程通常涉及将图像编码为视觉嵌入,然后与语言模型结合处理,从而实现自然的多模态对话。该技能适合需要图像理解、分析或创意描述的场景,如辅助设计审查、数据可视化解读或生成图像相关的营销文案。

兼容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/wundercorp/loki/tree/main/optional-skills/mlops/llava

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

llava 是做什么的?

视觉语言聊天:图像问答、描述生成、图像对话。

Individual skills in this repo

This repo contains 1 individual skill — each has its own dedicated page.

相关技能