yangs0107/glm-vision

glm-vision 是什麼？

這是一個專為 AI 代碼代理（如 Codex）設計的技能，用於整合智譜 GLM-4.6V-Flash 模型進行影像辨識。該技能讓開發者或 AI 代理能夠直接透過 API 呼叫，對輸入的圖片進行分析與辨識，支援多種視覺理解任務。它適用於需要快速整合視覺能力的自動化工作流程或開發環境，特別是在代碼編輯器或 CLI 工具中。透過標準化的 API 介面，使用者可以輕鬆地將圖片內容轉化為結構化或自然語言描述，從而擴展 AI 代理的多模態能力。