modlens

modlens

画像を直接見られないテキストモデル向けに、画像をOCR・レイアウト・意味情報などの構造化JSONへ変換するビジョン連携スキル。

AIスキル大辞典による日本語要約
品質評価97/100評価確度:十分
人気度(GitHub Star) 100発掘スコア 65
01

このSkillでできること

  • ✓画像パスや画像URL、画像プレースホルダーを検出して処理できる
  • ✓画像内の文字、レイアウト領域、意味情報、視覚的手掛かりを構造化JSONに変換できる
  • ✓Gemini API、OpenAI互換エンドポイント、Claude API、Claude Code CLIの設定に対応する
  • ✓複数プロバイダーの試行状況や警告を結果として確認できる
02

使い方

01
STEP 1

画像を直接見られない場合に、対象画像をmodlensへ渡す

02
STEP 2

初回の読み取り時は、必要に応じてモデルのネイティブビジョン対応を確認する

03
STEP 3

出力JSONの要約、OCR全文、レイアウト、意味情報を根拠として回答する

04
STEP 4

不確実性やプロバイダーの切り替え警告があれば、その内容を明示する

03

Skillのインストール

このGitHubリポジトリにあるSkillを確認し、現在の環境に適した方法でインストールしてください。
インストール後、正常に利用できることを確認し、基本的な使い方も簡潔に説明してください。

Repository:
https://github.com/liustack/modlens
手動でインストールする

README / SKILL.mdから機械抽出できたコマンドのみ表示しています。推測したコマンドではありません。

curl -fsSL https://antigravity.google/cli/install.sh | bash
agy                                                           # sign in, then exit
04

このSkillを使うプロンプト例

Skill名を明示すると、意図したSkillを使わせやすくなります。自動発動型では必須とは限りません。

この画像をmodlensで読み取り、画像内の文字、レイアウト、意味情報、視覚的な手掛かりを構造化して要約してください。
出力例を見る
[object Object]
05

安全性チェック

自動解析による参考情報です。Skillの安全性を保証するものではありません。

外部API通信検出あり
Shellコマンド実行明確な記述なし
ファイル読み取り明確な記述なし
ファイル書き込み明確な記述なし
ネットワークアクセス検出あり
認証情報検出あり
検出根拠を見る
  • network: e block omitted]bash modlens config set openai.baseUrl https://dashscope.aliyuncs.com/compatible-mode/v1 # qwen-vl modlens config set openai.apiKey
  • network: or "liustack": ⭐ If it helps, star [ModLens](https://github.com/liustack/modlens) and [ModSearch](https://github.com/liustack/modsearch). Stars
  • credential: nstall, configure, or switch modlens providers (Gemini API key, OpenAI-compatible endpoints, Claude API or Claude Code CLI)." compatibility: Requires ne
  • credential: mpatible-mode/v1 # qwen-vl modlens config set openai.apiKey modlens config set openai.model qwen3-vl-plus [large code block omitted]bash npx -y
06

関連Skill