大模型視覺問答技能:在 Agent 裏對圖片做開放式 VQA
介紹 SkillHub 社區 Skill「Large Model Visual Question Answering Skill | 大模型視覺問答技能」(@user_bb47e3e3/visual-qa-analysis,v1.0.4)。說明其基於 CV 與 LLM 對本地或 URL 圖片做開放式問答、通過 open-id 與可選 API 密鑰調用雲端服務,以及用 --list 查詢歷史記錄。涵蓋 skillhub 安裝命令、Cursor/Claude Code/Codex 的 skills 目錄、典型 python -m scripts.visual_qa_analysis 示例,並提醒 requires_api_key、禁止用本地 memory 替代雲端歷史等約束。
閱讀全文