一、项目简介vision-bridge 是一个 Claude Code 自定义 skill解决一类常见痛点底层模型如 DeepSeek不具备原生视觉能力无法直接看图片。该 skill 将图片以 base64 编码通过 OpenAI Chat Completions 协议发送给外部视觉模型默认 agnes-2.5-flash并把返回的文字描述呈递给用户。二、适用场景- 使用 DeepSeek 等无视觉模型的 Claude Code 用户- 需要识别本地/网络图片、提取图中文字OCR、理解截图/图表/二维码/表情包- 希望不依赖 Read 工具底层模型无视觉完成看图任务三、核心特性- 零依赖仅 Python 3.9 标准库无需 pip install- 跨平台Windows / Linux / macOS / fish- 免费视觉模型默认 agnes-2.5-flash 免费不限量仅速率限制- 地域自动选择国内 .cn / 海外 .com 端点按系统语言自动选- 中英双语界面按系统语言自动切换可用 VISION_LANG 强制- Key 安全只存环境变量注册表/rc 文件不落项目文件- 思考模型适配自动从 reasoning_content 提取最终答案- 多图支持一次提交多张图片四、环境要求- Python 3.9- Claude Codenpx 安装方式需 Node.jsClaude Code 用户通常已具备五、安装方式二选一方式 1npx 一键安装npx vision-bridge-skill # 用户级所有项目npx vision-bridge-skill --project # 项目级当前项目重启 Claude Code 后生效。方式 2git clone 手动拷贝git clone https://github.com/cassanX/vision-bridge-skill.gitcp -r vision-bridge-skill/vision-bridge ~/.claude/skills/vision-bridge六、首次配置需要视觉模型 API key默认 agnes官方平台注册免费。配置完成后脚本不再询问。# 方式 A把 key 发给 Claude由 agent 执行写入# 方式 B自行执行替换占位符python vision-bridge.py config 你的视觉模型API七、使用示例#模型使用skill例识别这张图片[图片]即可自动触发skill八、地域端点与环境变量agnes官网agnes的API平台地址为https://platform.agnes-ai.com国内使用Agnes更快agnes提供agnes-image-2.1-flash生图模型和agnes-2.5-flash多模态免费使用地域端点- 全球https://apihub.agnes-ai.com/v1- 中国大陆https://api.agnes-ai.cn/v1环境变量- VISION_API_KEY视觉模型 API key必填- VISION_BASE_URLAPI 地址默认按地域自动- VISION_MODEL模型名默认 agnes-2.5-flash- VISION_LANG界面语言 zh/en默认自动九、常见问题- 401key 无效或过期重新 config- 404模型名或 API 地址错误检查 VISION_MODEL / VISION_BASE_URL- 429限流稍后重试- 超时思考模型较慢10-90 秒超时已设 120s可换更快模型十、原理图片 → base64 → OpenAI Chat Completionsimage_url→ 外部视觉模型 → 文字API key 只从环境变量读取通过 config 写入绝不存入仓库。项目地址https://github.com/cassanX/vision-bridge-skillnpm 包vision-bridge-skillnpx vision-bridge-skill 安装