视觉理解-UI设计分析:为 Agent 接入截图理解与结构化输出
视觉理解-UI设计分析(@user_ae22680b/visual-ui-understander,v2.0.0)是 SkillHub 社区 design-media 类 Skill,面向 CodeBuddy/WorkBuddy/OpenClaw 等 Agent。通过 understand_image.py 调用腾讯混元,支持 UI 设计分析、OCR、无障碍检查、多图输入与 --json 结构化输出。文章说明 skillhub 安装到各客户端 skills 目录、TENCENTCLOUD 密钥与混元开通、典型 CLI 用法及多图与配额等注意事项。
阅读全文