开源项目
Sorwcyra/ds-vision-skill:文本优先Agent的快速回退视觉层
Sorwcyra/ds-vision-skill
概述
ds-vision-skill(版本0.5.1)定位为文本优先Agent的快速视觉层:不替换主模型,而是检测视觉任务、选择最佳路由,可用时竞速调用快速云视觉通道,失败则沿自定义与本地选项逐级回退,最终返回单一结构化JSON信封供主模型推理。支持的输入包括图片、截图、扫描件、PDF、图表、UI捕获、代码截图与数学图像。项目提供中文README、Skill规范与通道(channels)说明,定位为可跨智能体复用的多模态能力底座。