# Multimodal Image Understanding

Skill, 3D, modelleme ve görsel alanında. Sayfa: https://angskills.com/k/multimodal-image-understanding

通过调用多模态模型来理解图片内容。触发场景：(1) 用户要求分析/描述/提取/OCR 图片信息，且当前模型不支持图像输入（如 deepseek-v4、glm 5.1 等纯文本模型），(2) 用户明确要求"用我的视觉模型"或"调用多模态 API"来看图，(3) 用户显式调用本 skill（/multimodal-i...

- Kaynak: https://clawhub.ai/zzfly256/skills/multimodal-image-understanding
- Lisans: belirtilmemiş
- Güncellendi: 8 Kasım 2026

## Basitçe

**Nedir?** Skill, ajanına (Claude Code, Codex gibi) yüklenen bir talimat paketidir. Telefona uygulama yüklemeye benzer: bir kez kurarsın, ajan o işi nasıl yapacağını bilir.

**Ne işe yarar?** “3D, modelleme ve görsel” işlerinde kullanılır. Yayıncının sözleriyle: 通过调用多模态模型来理解图片内容。触发场景：(1) 用户要求分析/描述/提取/OCR 图片信息，且当前模型不支持图像输入（如 deepseek-v4、glm 5.1 等纯文本模型），(2) 用户明确要求"用我的视觉模型"或"调用多模态 API"来看图，(3) 用户显式调用本 skill（/multimodal-i...

**Örnek istek** “Bu fikir için bir görsel taslak hazırla.”

**Ajanlar** OpenClaw için hazır komut var.

**Güvenilir mi?** Yıldız bilgisi yok · lisans belirtilmemiş. Kurmadan önce kaynağa bak.

## Benchmark (ANG puanı, 100 üzerinden)

- Claude Code: kurulmaz
- Codex: kurulmaz
- OpenCode: kurulmaz
- OpenClaw: 14
- Grok: kurulmaz
- Antigravity: kurulmaz

## Kurulum

### OpenClaw

```bash
clawhub install @zzfly256/multimodal-image-understanding --version 1.0.0
```

ClawHub CLI gerekir: npm install -g clawhub

Komutlar yayıncının kayıt bilgisinden üretildi; ANG skills bunları çalıştırıp denetlemedi.