agent-vision-toolkit
@Anionex
テキスト専用のLLM向けに設計されたビジョンツールキットおよびスキルです。画像Q&A、長尺スクリーンショットのOCR、フロントエンドUIの復元、GUI自動化に対応し、Codex、Claude Code、Pi、Oh My Pi、OpenCodeとのオプションによるシームレスな統合が可能です。
長期的なコンピューター利用のためのハーネスです。タスクの状態を保持し、複雑なワークフローを確実に進めながら、デスクトップアプリやCLI上でAIエージェントを長時間実行します。新鮮なコンテキストでの実行、永続的で検証可能な状態、独立した監査、進捗の回復機能、Claude Code / Codexのネイティブサポートなどを備えています。
元言語から機械翻訳された説明です。