modlens

テキスト専用コーディングエージェントに、構造化された画像情報を渡す視覚プラグインです。

無料開発・エンジニアリング ★ 4848

#138 スキルリポジトリ289件中

4.8k GitHubスター

liustack 作者

// 概要

DeepSeekの主力チャットモデルやGLM-5.3は画像を読めません。ModLensは画像を貼り付けるとOCR、レイアウト、意味情報を含むJSONをエージェントに渡す視覚エンジンです。まずDeepSeek Harnessを対象とし、次に他のテキスト専用コーディングエージェントを想定しています。

// インストール

Run npx -y skills add liustack/modlens --skill modlens --global.

// 対応環境 Claude CodeCodex