Communitygithub.com

wundercorp/llava

視覺語言聊天:VQA、圖像描述、圖像對話。

llava 是什麼?

這個技能基於 LLaVA 模型,實現了視覺與語言的雙模態對話。它能夠處理視覺問答(VQA)、生成圖像標題(captioning),並支援以圖像為基礎的互動式對話。使用者可以上傳圖片,並針對圖像內容提出問題或進行討論,模型會根據圖像內容給出準確的回應。此技能適用於多種開發者工具和平臺,包括 Claude Code、Cursor 和 Codex 等,能夠無縫整合到現有的工作流程中。它利用先進的多模態 AI 技術,將視覺理解與自然語言生成結合,為開發者提供了一個強大的圖像對話助手。

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

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

llava 是做什麼的?

視覺語言聊天:VQA、圖像描述、圖像對話。

Individual skills in this repo

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

相關技能