visual-understanding
Skillby isabellazhangym
clawhub⭐ 06/10
智谱 GLM-4.6V 多模态视觉模型集成插件。支持本地图像解析（Base64）及公网链接读取。优先提供 zai SDK 接入，并包含 cURL 原生降级方案。
基于智谱GLM-4.6V的多模态视觉插件,支持本地Base64和公网链接图像解析,提供zai SDK原生接入和cURL降级方案,适配国内开发生态。
📊 商业分析
商业模式
freemium
独特价值
国产GLM模型+本地图像处理+zai生态原生集成,降低跨境调用延迟
竞品
OpenAI Vision API(功能全面但成本高),阿里云视觉智能(本地化优势),百度视觉API(生态完整)
🎯 应用场景
目标用户
AI应用开发者内容审核平台电商图像处理文档OCR需求方
工具信息
- 类型
- Skill
- 平台
- clawhub
- Stars
- ⭐ 0
- 价值评分
- 6/10
- 子分类
- 多模态视觉识别
- 可商业化
- ✅ 是
AI 标签
多模态视觉GLM-4.6V图像识别国产模型zai生态
相关工具推荐
skill-creatorSKILL
由Anthropic官方出品，支持从零创建AI Skill、编辑优化现有Skill、运行评估测试并进行方差分析的性能基准对比，实现AI能力工程化闭环管理。
9/10⭐ 86,759
conversation-memorySKILL
为LLM对话提供短期、长期、实体三层持久化记忆系统，让AI真正记住用户，支持跨会话上下文延续与知识积累。
9/10⭐ 22,346
self-improvingSKILL
具备自我反思、自我批评、持续学习与记忆组织能力的自进化Agent，自动评估并永久改进输出质量，无需人工反复校正。
9/10⭐ 638
proactive-agentSKILL
将AI Agent从被动任务执行者升级为主动预判伙伴，内置WAL协议、工作缓冲区与自主定时任务，支持持续自我改进的智能体框架
9/10⭐ 628
cellcogSKILL
DeepResearch Bench排名第一的全模态AI代理框架。通过多代理编排实现深度推理与文本、图像、音频、视频等全模态融合,支持复杂任务自动化。
9/10⭐ 6