@getpipher/vision

介绍

该Skill为Pi Coding Agent设计，旨在解决开发者在与AI协作时，因主模型能力差异（纯文本或多模态）而需要手动切换图像处理方式的痛点。它作为一个能力感知的扩展，能够自动判断当前活动的主模型是否具备原生视觉理解能力。对于纯文本模型，它会将图像分析任务委托给专门的视觉模型处理；而对于多模态模型，则直接传递图像数据，实现零委托开销，确保图像信息无缝集成到对话中。

使用时，开发者只需像往常一样在Pi Coding Agent中粘贴或上传图像，该Skill便会自动在后台完成能力检测与路由决策，无需任何额外操作。整个过程对用户透明，开发者可以专注于利用图像内容进行编码、调试或设计讨论。

它非常适合所有使用Pi Coding Agent进行开发的程序员，尤其是那些工作流中频繁涉及截图、图表、UI界面或错误信息图像，并希望将这些视觉信息高效融入与AI对话的开发者。无论是使用纯文本模型进行深度代码分析，还是利用多模态模型进行快速原型设计，该Skill都能提供适配的支持。

建议在安装后，正常使用Pi Coding Agent的粘贴功能即可。需要注意的是，其核心价值在于自动化决策，因此无需手动配置模型切换。但用户应了解，其图像分析的质量上限受限于所委托的视觉模型或所使用多模态模型自身的能力。