agent-vision-toolkitagent-vision-toolkit 是一套专为纯文本大语言模型(如 DeepSeek V4)设计的视觉能力增强工具包。它通过提供一系列结构化的 CLI 工具和 Skill 指导,让不具备原生多模态能力的 Agent 也能高效完成图片问答、长图 OCR、UI 还原、GUI 自动化等复杂视觉任务。550AI编程# agent-vision-toolkit# DeepSeek V4