Community程式設計與開發github.com

WdBlink/LLM-Skills

多模態視覺解析與YOLO資料集生成工具(MS-Qwen-VL),支援圖片/影片、批次處理與指定類別偵測。

LLM-Skills 是什麼?

此技能基於 MS-Qwen-VL 模型,提供多模態視覺解析與 YOLO 格式資料集自動生成功能。它能處理圖片與影片輸入,支援批次處理,並允許使用者指定偵測類別,從而快速建立自定義資料集。該技能適用於 AI Agent 平台如 Claude Code、Coder 或 Cursor,讓開發者無需手動標註即可高效產出訓練資料。其核心運作透過 LLM 理解視覺內容,並轉換為 YOLO 標註格式,大幅簡化電腦視覺專案的資料準備流程。

相容平台~Claude Code~Codex CLI~Cursor
npx skills add WdBlink/LLM-Skills

Installed? Explore more 程式設計與開發 skills: steipete/bluebubbles, steipete/eightctl, steipete/blucli · View all 6 →

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

LLM-Skills 是做什麼的?

多模態視覺解析與YOLO資料集生成工具(MS-Qwen-VL),支援圖片/影片、批次處理與指定類別偵測。

相關技能