LLM-Wiki-Claude-Multimodal 是做什么的？
LLM Wiki 的概念验证，实现多模态处理、图像提取和字幕生成，在集成到 Hermes 前于 Claude Code 上进行测试。
- 来源：https://github.com/nknishio/LLM-Wiki-Claude-Multimodal
- GitHub 星标：0
- 最后推送：2026-06-16T09:29:39Z
- 由 Awesome Skills 每日技能猎手于 2026-06-16 添加。
LLM Wiki 的概念验证，实现多模态处理、图像提取和字幕生成，在集成到 Hermes 前于 Claude Code 上进行测试。
此技能是一个针对 LLM Wiki 的概念验证（PoC），专注于多模态处理能力。它实现了图像提取和自动字幕生成功能，使 AI Agent（如 Claude Code）能够处理包含图像的维基内容。该技能最初在 Claude Code 环境中进行测试，旨在验证多模态工作流的可行性，为后续集成到更强大的 Hermes 平台做准备。支持的平台主要包括 Claude Code，目标用户是开发者和 AI 工程师，用于探索维基知识库中的图像理解与描述自动化。技能基于 GitHub 上的开源仓库构建，采用标准的 Claude Code 技能结构，方便扩展和集成。
npx skills add nknishio/LLM-Wiki-Claude-MultimodalLLM Wiki 的概念验证，实现多模态处理、图像提取和字幕生成，在集成到 Hermes 前于 Claude Code 上进行测试。
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".