智能体视觉工具箱

主要功能

• 不只是看图描述，是获取llm真正关注的内容看图时传递用户/模型的最新意图，得到这一轮真正要用到的细节，而不是一段没有重点的宽泛描述。
• 所想即所见——给任意纯文本 coding agent 装上眼睛图片问答、长图OCR、前端UI还原、GUI自动化，一套视觉工具箱加一个 skill，并可选无缝接入 Codex、Claude Code、Pi、Oh My Pi、OpenCode。
• 2026-08-13——现已支持 DeepSeek Harness 原生接入。
• 直接粘贴图片和内置看图都支持直接粘贴图片，和模型调用内置工具两种方式，都能看图。