Build image captioning, visual question answering, and text-based image search with BLIP-2. The skill explains model selection, batch processing, and memory-saving settings, with Python examples for connecting image understanding to language models.
한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.
- Generating captions for multiple images
- Building a question-answering system for images
- Searching an image collection with text
davila7/claude-code-templates☆ 3.3만2026년 10월 18일 업데이트
Build image captioning, visual question answering, and text-based image search with BLIP-2. The skill guides model selection, batch processing, and memory optimization, with examples for understanding images without training for each specific task.
한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.
- Generate captions for multiple images
- Build a question-answering system for images
- Search an image collection using text
Orchestra-Research/AI-Research-SKILLs☆ 1.4만2026년 10월 11일 업데이트
Build image-based conversations with LLaVA, an AI model that combines image understanding with language. Covers setup, model selection, image descriptions, follow-up questions, and memory-saving options for running models on a GPU.
한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.
- Building a chatbot that answers questions about images
- Generating image descriptions and captions
- Exploring a scene through follow-up questions
davila7/claude-code-templates☆ 3.3만2026년 10월 18일 업데이트
Build image classification and search workflows by comparing images with text descriptions. Covers classification without additional training, similarity scoring, batch processing, and storing image representations in a vector database for retrieval.
한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.
- Classifying images without additional training
- Searching image collections with text descriptions
- Comparing images with candidate descriptions
davila7/claude-code-templates☆ 3.3만2026년 10월 18일 업데이트
Guides image classification and search with OpenAI's CLIP by comparing images with text descriptions, without additional training. Includes batch processing, image-text matching, and category-based checks for potentially inappropriate images.
한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.
- Classify images using text labels without additional training
- Search an image collection with natural-language descriptions
- Compare how closely images match text descriptions
Orchestra-Research/AI-Research-SKILLs☆ 1.4만2026년 10월 11일 업데이트
Build image conversations with LLaVA, a model that connects image recognition with language. This skill guides setup, image descriptions, visual questions, and follow-up conversations, with examples for Python, command-line use, and a Gradio interface.
한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.
- Build a chatbot that answers questions about images
- Write detailed descriptions of photos
- Ask follow-up questions about the same image
Orchestra-Research/AI-Research-SKILLs☆ 1.4만2026년 10월 11일 업데이트
Framework de pré-treinamento visão-linguagem que conecta codificadores de imagem congelados e LLMs. Use quando você precisar de legendagem de imagens, resposta a perguntas visuais, recuperação imagem-texto ou chat multimodal com desempenho zero-shot de última geração.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
artubss/SKILLS-CLAUDE-CODE☆ 112026년 5월 17일 업데이트
OpenAI's model connecting vision and language. Enables zero-shot image classification, image-text matching, and cross-modal retrieval. Trained on 400M image-text pairs. Use for image search, content moderation, or vision-language tasks without fine-tuning. Best for general-purpose image understanding.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
huang-sh/DeepScience☆ 42026년 7월 15일 업데이트
Large Language and Vision Assistant. Enables visual instruction tuning and image-based conversations. Combines CLIP vision encoder with Vicuna/LLaMA language models. Supports multi-turn image chat, visual question answering, and instruction following. Use for vision-language chatbots or image understanding tasks. Best for conversational image analysis.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Lord1Egypt/awesome-skill-forge☆ 22026년 6월 10일 업데이트
OpenAI's model connecting vision and language. Enables zero-shot image classification, image-text matching, and cross-modal retrieval. Trained on 400M image-text pairs. Use for image search, content moderation, or vision-language tasks without fine-tuning. Best for general-purpose image understanding.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Lord1Egypt/awesome-skill-forge☆ 22026년 6월 10일 업데이트
Use LLaVA, a model that understands images and text, to answer questions about pictures, write image descriptions, and build image chat applications. Includes guidance for setup, ongoing conversations, and model memory options.
한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.
- Writing descriptions for photographs
- Asking questions about objects and scenes
- Building a chatbot that discusses images
NousResearch/hermes-agent☆ 25.5만2026년 10월 19일 업데이트
Configure supervised fine-tuning for models that process images and text. Define which components remain unchanged, set LoRA adapters for updating selected model weights, choose image resolution limits, and investigate training runs whose evaluation results fail to improve.
한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.
- Configure training for an image-and-text task
- Decide whether to train vision layers
- Investigate training with flat evaluation scores
wshobson/agents☆ 4.1만2026년 10월 19일 업데이트
Use Dexbotic to prepare DexData, train and serve vision-language-action policies, evaluate checkpoints, and integrate explicitly external RL or robot backends.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
VectorSpaceLab/AREX-Skill☆ 3382026년 9월 3일 업데이트
Builds ML pipelines: EDA, features, leakage checks, evaluation. Use when doing data science or explaining fairness, privacy, speech, vision-language, or diffusion mechanics.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
vasilyu1983/AI-Agents-public☆ 1012026년 10월 16일 업데이트
OCRs scanned or image-only corpora with vision-language models in four phases. Triage inventories the scans, identifies script and language, and shortlists models by script, hardware, and data constraints. Evaluate selects a system by measured CER or WER against ground truth, using born-digital twins, a second reader, and decision rules set in advance. Run builds the production pipeline. Clean removes model artifacts, audits what every cleaning rule deletes, corrects with rule-based and LLM passes, and records provenance. Use when choosing an OCR model for a corpus, measuring OCR accuracy, transcribing scans at scale, or correcting raw OCR. Born-digital documents with text layers go to doc-to-markdown; runs on Leiden's ALICE cluster add vlm-ocr-alice.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
scdenney/open-science-skills☆ 672026년 10월 18일 업데이트
OCR scanned or image-only corpora with vision-language models in four phases: `triage` inventories the scans, identifies script and language, and shortlists models by script, hardware, and data constraints; `evaluate` picks a system by measured CER/WER against ground truth, using born-digital twins, a second reader, and decision rules set in advance; `run` builds the production pipeline; and `clean` removes model artifacts, audits what every cleaning rule deletes, corrects with rule-based and LLM passes, and records provenance. Born-digital documents with a text layer go to $doc-to-markdown; runs on Leiden's ALICE cluster add $vlm-ocr-alice.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
scdenney/open-science-skills☆ 672026년 10월 18일 업데이트
Local vision-language model for image analysis using SmolVLM-2B
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
tdimino/claude-code-minoan☆ 412026년 10월 16일 업데이트
Semantic image-text matching with CLIP and alternatives. Use for image search, zero-shot classification, similarity matching. NOT for counting objects, fine-grained classification (celebrities, car models), spatial reasoning, or compositional queries. Activate on "CLIP", "embeddings", "image similarity", "semantic search", "zero-shot classification", "image-text matching".
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
curiositech/windags-skills☆ 162026년 10월 14일 업데이트
Assistente de Linguagem Grande e Visão. Habilita ajuste de instrução visual e conversas baseadas em imagem. Combina encoder de visão CLIP com modelos de linguagem Vicuna/LLaMA. Suporta chat multi-turno com imagem, resposta a perguntas visuais e seguimento de instruções. Use para chatbots visão-linguagem ou tarefas de compreensão de imagem. Melhor para análise conversacional de imagem.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
artubss/SKILLS-CLAUDE-CODE☆ 112026년 5월 17일 업데이트
Modelo da OpenAI que conecta visão e linguagem. Permite classificação de imagens com zero-shot, correspondência imagem-texto e recuperação cross-modal. Treinado em 400M pares imagem-texto. Use para busca de imagens, moderação de conteúdo ou tarefas visão-linguagem sem fine-tuning. Melhor para compreensão geral de imagens.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
artubss/SKILLS-CLAUDE-CODE☆ 112026년 5월 17일 업데이트
OpenAI's model connecting vision and language. Enables zero-shot image classification, image-text matching, and cross-modal retrieval. Trained on 400M image-text pairs. Use for image search, content moderation, or vision-language tasks without fine-tuning. Best for general-purpose image understanding.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
ibragimov-oasis/vibe-coder☆ 32026년 6월 24일 업데이트
Large Language and Vision Assistant. Enables visual instruction tuning and image-based conversations. Combines CLIP vision encoder with Vicuna/LLaMA language models. Supports multi-turn image chat, visual question answering, and instruction following. Use for vision-language chatbots or image understanding tasks. Best for conversational image analysis.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
ibragimov-oasis/vibe-coder☆ 32026년 6월 24일 업데이트
Semantic image-text matching with CLIP and alternatives. Use for image search, zero-shot classification, similarity matching. NOT for counting objects, fine-grained classification (celebrities, car models), spatial reasoning, or compositional queries. Activate on "CLIP", "embeddings", "image similarity", "semantic search", "zero-shot classification", "image-text matching".
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
curiositech/port-daddy☆ 32026년 10월 18일 업데이트