deepseek v4和GLM都是纯文本模型，没有办法识别图片，同时claude code只有接收的是claude本身的apikey的时候，才会向模型提交图片，所以claude code就没有办法读取工作环境中的图片。 这个skill通过先将图片喂给一个视觉模型，得到对应描述后，再和prompt一起发送给接入的模型规避了上述限制，这个skill非常轻量，同时安装也非常方便快捷，支持plugin或者手动安装两种方式，之后配备好环境变量（主要是视觉模型apikey）就可以使用。 欢迎大家使用和给出建议，有疑问可以在评论区或者issue中提出，包括debug，安装不上等问题。 #deepseek #GLM #claude #skill #图片识别 #人类高质量科研工具