pi mm vision · 智能体视觉工具箱
Elohia/pi-mm-vision · 模型适配
通感编码器 — 让纯文本模型通过结构化空间文字获得像素级图片认知：视觉模型看原图 → 输出紧凑的坐标化描述（画布/元素/百分比坐标/形状/数值/关系）→ 注入给文本模型，后者凭文字重建画面、推理位置关系。
★ 2GitHub 星标
0分支
2026-08-14最近更新
TypeScript开发语言
MIT许可证
主要功能
- 通感编码画布 / 元素 / (x%, y%) 坐标 / 形状 / 数值 / 关系，结构化输出
- mm-vision draw 画出来的图，丑。
- 只把图片发送到你配置的视觉模型做描述
- 可选点阵模式（dotMatrixtrue）：追加像素级 ASCII 点阵（带网格标尺），适合曲线细节场景
安装命令
dsh plugin --profile web add github:Elohia/pi-mm-vision