Token导航 LogoToken导航

Agent Skill · 开发

local-gmncode-vision-pro（本地 gmncode Vision Pro）

local-gmncode-vision-pro 用于辅助前端页面、组件、样式和交互逻辑开发，适合在 OpenClaw 中需要维护前端项目、生成组件或检查界面实现时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态，以及是否会触发联网、命令执行或文件读写。

local-gmncode-vision-pro 是开发类 Agent Skill，可用宿主为 OpenClaw，通过ClawHub获取，权限为接触敏感数据；许可证为 MIT-0，第三方扫描有提醒项，按安装量在开发类的 21,746 个 Skill 里排第 8,495。

总安装 3,136周安装 132GitHub Stars 公开资料未说明下载 1,098核验 2026-05-01
开发接触敏感数据ClawHub未标认证来源可访问许可证明确审计提醒OpenClaw

安装说明

本站只整理中文说明，不托管安装包，也不代用户安装。
GitHub
许可证
MIT-0
版本
1.0.0

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手，先确认命令和权限，再让它执行。

请帮我安装这个 Agent Skill：local-gmncode-vision-pro（本地 gmncode Vision Pro）
来源仓库：https://github.com/io2077/local-gmncode-vision-pro
安装命令：
openclaw skills install local-gmncode-vision-pro
安装前请先检查当前环境是否支持对应 CLI，并向我确认将要执行的命令、安装目录、联网范围和文件读写权限；确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill；本站只展示命令，不托管安装包，也不自动执行。

ClawHubOpenClaw
openclaw skills install local-gmncode-vision-pro

这个 Skill 是做什么的

开发类 Skill 面向写代码、改代码和排查问题，一般会读写仓库文件，部分还会执行构建或测试命令。

增强图像分析能力，为代理提供高精度本地视觉基础设施支持。适用于复杂图片理解、结构化 JSON 输出和多图批量处理任务。当内置图像工具失效时作为补充方案，保持离线运行与数据安全。依赖本地 GPU 资源，首次使用需下载模型权重并验证运行环境。

local-gmncode-vision-pro 属于开发类 Skill，可作为该场景下的辅助能力补充。

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 OpenClaw；先确认自己用的是其中之一，再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 openclaw skills install local-gmncode-vision-pro；命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开，让新装的 Skill 被重新扫描到，否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要接触敏感数据，先在测试目录或测试账号里跑，确认没问题再放到正式项目。

常见问题

6 条

local-gmncode-vision-pro 怎么安装？

在终端执行 openclaw skills install local-gmncode-vision-pro。装完完全退出宿主工具再打开，让它重新扫描本地 Skill。

local-gmncode-vision-pro 支持哪些 AI 工具？

公开资料标注支持 OpenClaw。其他工具只要能读取本地 Skill 目录，一般也能手动放进去，但要自己确认触发方式是否一致。

local-gmncode-vision-pro 需要什么权限？

权限级别是接触敏感数据。该 Skill 可能接触密钥、Token、环境变量或敏感配置，应进入高风险复核队列，默认不自动发布。

local-gmncode-vision-pro 是免费的吗？

来源标注的许可证是 MIT-0。本站不代收任何费用，也不托管安装包；能否商用、要不要署名，以许可证原文为准。

local-gmncode-vision-pro 用的人多吗？

公开数据是累计安装 3,136 次，近一周安装 132 次，下载 1,098 次。这些数字来自第三方目录统计，只能当作热度参考，不代表质量或安全性。

local-gmncode-vision-pro 安全吗？

第三方扫描有提醒项，说明存在需要人工确认的行为。安装前请打开源码看清它读了什么、联网到哪里。

值得选的地方和要先想清楚的地方

值得选的地方

  • 专注 OpenClaw 一种宿主，触发方式和使用习惯不用来回切换。
  • 许可证明确为 MIT-0，商用和分发边界好判断。

先想清楚的地方

  • 需要接触敏感数据，装到常用环境前要先评估影响面。
  • 第三方扫描存在提醒项或未通过项，需要人工逐条确认。
  • 第三方目录整理，版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 OpenClaw，想直接扩展它能力的人。
  • 需要处理开发类任务、又不想每次都手写提示词的人。

不太适合

  • 环境里有大量密钥、凭证，不方便给第三方 Skill 读取的人。
  • 需要厂商级技术支持和 SLA 的生产系统。

开发类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
skill-vetter

技能审查员 · OpenClaw

8,779,018986操作浏览器MIT-0通过
ontology

本体论 · OpenClaw

6,636,960576只读MIT-0通过
entra-app-registration

内部应用程序注册 · Codex、Claude

6,631,872764接触敏感数据未明确通过
entra-app-registration

内部应用程序注册 · Codex、Claude

3,757,680201接触敏感数据未明确通过
nano-banana-pro

纳米香蕉专业版 · OpenClaw

3,526,898364接触敏感数据MIT-0有提醒
local-gmncode-vision-pro

本地 gmncode Vision Pro · 本页

3,136—接触敏感数据MIT-0有提醒

按安装量取同分类前几名；数字来自第三方目录统计，只作热度参考，不代表质量结论。

SKILL.md 原文

name
local-gmncode-vision-pro
description
Advanced local vision infrastructure for agents when built-in image tools are unavailable or unreliable. Use for batch image analysis, structured JSON output, screenshot/UI understanding, character/style classification, retryable workflows, and resilient image-processing pipelines backed by GMNCODE. Trigger when a user wants a paid/professional-grade version of local-gmncode-vision, production-ready visual automation, or reusable vision infrastructure for teams and agent systems.

local-gmncode-vision-pro

Use this skill when basic single-image fallback is not enough and the task needs production-grade image understanding.

Core scripts

  • Batch processing:

/home/ubuntu/.openclaw/workspace/skills/local-gmncode-vision-pro/scripts/vision_batch.py

  • Structured JSON output:

/home/ubuntu/.openclaw/workspace/skills/local-gmncode-vision-pro/scripts/vision_json.py

Workflow

  1. Prefer the built-in image tool if it is healthy and available.
  2. If image fails or needs more control, use the Pro scripts.
  3. For multi-image work, use vision_batch.py.
  4. For agent/tool pipelines, use vision_json.py to get machine-readable output.
  5. If results are uncertain, say so explicitly and return best-effort ranked hypotheses.

Dependencies

  • Environment variable: GMNCODE_API_KEY
  • Model route: gpt-5.4

Read when needed

Read this file for packaging, pricing, and promotion: /home/ubuntu/.openclaw/workspace/skills/local-gmncode-vision-pro/references-go-to-market.md

Output principles

  • Be explicit about uncertainty.
  • Separate confirmed observations from inference.
  • Prefer structured output for automation.
  • Do not overclaim exact character identity when only style-level evidence exists.

平台分布

OpenClaw

91.97%
按下载量换算1,010

安全审计

VirusTotal

可疑

ClawScan

可疑

Static analysis

通过

权限和风险

接触敏感数据

该 Skill 可能接触密钥、Token、环境变量或敏感配置，应进入高风险复核队列，默认不自动发布。

安装前确认

本站仅展示第三方公开信息，不托管安装包，不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在提醒或未通过项，安装前请自行复核。目前只有一个公开来源，建议同时核对源仓库。

继续浏览同类 Skills

更多开发 Skills（21,746）返回 Skills 目录

上一个 Skill

local-gmncode-vision（本地 gmncode 愿景）

io2077/local-gmncode-vision

local-gmncode-vision 用于处理图像、截图、视觉识别或图片素材相关工作，适合在 OpenClaw 中需要让 Agent 分析图片、整理视觉素材或辅助图像流程时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态，以及是否会触发联网、命令执行或文件读写。

下一个 Skill

local-healthcheck（当地健康检查）

fedrov2025/local-healthcheck

local-healthcheck 用于辅助安全审计、权限检查和凭据风险排查，适合在 OpenClaw 中需要复核安全边界、认证流程或敏感配置时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态，以及是否会触发联网、命令执行或文件读写。