pi-vision-handoff
为纯文本AI模型添加视觉能力，通过交互选择器调用视觉模型描述图像。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：pi-vision-handoff。 它的用途是：为纯文本AI模型添加视觉能力，通过交互选择器调用视觉模型描述图像。 完整的 Skill 内容见：https://321skill.com/skills/pi-vision-handoff/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“请帮我分析这张图表。”然后上传图片，在出现的模型选择器中点击“GPT-4V”，它会先调用GPT-4V生成图表的详细数据描述，再将这段描述交回给纯文本模型，由它为你总结趋势或提炼要点。
介绍
该Skill解决了纯文本AI模型（如某些版本的Pi）无法直接处理和理解图像内容的问题。用户在与AI对话时，若需要分析图片，可以通过此Skill调用一个交互式视觉模型选择器，选定合适的视觉模型来生成图像的文本描述。
使用方式非常直观。在对话中触发该Skill后，用户会上传或指定一张图片，然后从提供的视觉模型列表中选择一个（例如GPT-4V、Claude-3等），选定的视觉模型会分析图片并生成详细的文字描述。
这个描述随后会自动“转交”给用户原本对话的、不具备视觉能力的纯文本AI模型。这样，纯文本模型就能基于这份描述继续与用户深入讨论图片内容，完成问答、分析或创作等任务。
它非常适合那些主要使用特定纯文本AI模型进行工作，但偶尔需要处理图像信息的用户。使用建议是，在上传图片前，可以先明确你希望AI关注图片的哪些方面（如物体、文字、场景、情感），以便获得更精准的描述。注意，最终输出质量高度依赖于所选视觉模型的能力和图片本身的清晰度与复杂性。
核心特点
核心在于“交互式视觉模型选择器”和“无缝转交”机制：用户可以根据图片复杂度和需求，现场从多个主流视觉模型中挑选最合适的一个进行分析，而非固定绑定单一模型；生成的描述能自动、流畅地交回给原对话的纯文本模型继续处理，保持了对话上下文的连贯性。
注意事项
不适合对图像进行实时、高频率或需要像素级精确操作（如图像编辑、目标检测框选）的任务。
常见问题
支持哪些视觉模型？
通常包括GPT-4V、Claude-3、Gemini Vision等主流多模态模型，具体列表在使用时通过交互选择器展示。
生成的描述准确吗？
描述准确性取决于所选视觉模型的能力以及图片本身的清晰度和内容复杂度，对于常规图片通常足够可靠。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/pi-vision-handoff/raw/index.md 读取 pi-vision-handoff 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/pi-vision-handoff/raw/index.md（查看排版版本）