Roboflow(官方)
v1.0.3
com.roboflow/roboflow-mcp
面向 AI 智能体的 Roboflow 计算机视觉:数据集、标注、版本、工作流与推理。
“Vision” 共 157 个结果
v1.0.3
com.roboflow/roboflow-mcp
面向 AI 智能体的 Roboflow 计算机视觉:数据集、标注、版本、工作流与推理。
v1.0.0
io.github.mlintangmz2765/scholar
面向深度学术研究的加固版 Scholar MCP,接入 Scopus、OpenAlex、Unpaywall 并支持 PDF 视觉解析。
v0.2.0
io.github.ykshah1309/stealth-agent-browser-mcp
隐身 Chromium MCP 服务器,融合 AOM 与 Set-of-Mark 视觉方案,并用 Readability 提取正文。
v1.0.1
io.github.divitkashyap/auto-skill-loader
自动将技能加载到智能体会话中,并提供 MiniMax 视觉与搜索代理。
v0.9.27
io.github.ndjordjevic/pinrag
MCP 版 RAG:索引 PDF、代码仓库、YouTube、Discord 与文本,可选 YouTube 视觉解析,检索结果附引用。
v0.2.9
io.github.saranshbamania/mobile-device-mcp
AI 控制 Android/iOS 设备:截图、UI 树、AI 视觉、Flutter、视频,共 49 个工具。
v0.1.2
io.github.AdonaiVera/fiftyone-mcp-server
通过 AI 助手以 80 多个算子控制 FiftyOne 计算机视觉数据集。
v1.0.2
io.github.PyJudge/pdf4vllm
面向视觉 LLM 的 PDF 阅读器,可自动检测文本损坏并切换为图像模式。
v1.0.0
io.github.shalevshalit/image-recognition-mcp
基于 OpenAI 视觉模型的 AI 图像识别与描述 MCP 服务器。
v1.0.0
io.github.shalevshalit/image-recongnition-mcp
基于 OpenAI 视觉模型的 AI 图像识别与描述 MCP 服务器。
io.github.davila7/claude-code-templates/computer-use-agents
构建像人一样操作计算机的 AI 智能体——看屏幕、移动光标、点击按钮、输入文字。覆盖 Anthropic Computer Use、OpenAI Operator/CUA 及开源替代方案,重点关注沙箱化、安全以及基于视觉控制带来的独特挑战。触发场景:computer use、桌面自动化智能体、屏幕控制 AI、视觉智能体、GUI 自动化。
io.github.sickn33/antigravity-awesome-skills/hugging-face-model-trainer
使用 TRL(Transformer Reinforcement Learning)或 Unsloth,配合 Hugging Face Jobs 基础设施训练或微调语言模型与视觉模型。涵盖 SFT、DPO、GRPO 与奖励建模训练方法,以及用于本地部署的 GGUF 转换。
io.github.tech-leads-club/agent-skills/frontend-blueprint
AI 前端专家与设计顾问:在生成任何代码前引导用户完成结构化需求探索,收集视觉参考、设计 token、字体排印、图标、布局偏好与品牌规范,让最终产出高保真贴合用户构想。当用户要求构建、设计、创建或改进任何前端界面——网站、落地页、仪表盘、组件、应用、邮件、表单、弹窗或任意 UI 元素——时使用。也响应「给我做一个 UI」「设计一个页面」「做一个组件」「改进这个布局」「让它更好看」「frontend」「interface」「redesign」,或当用户提供 mockup、截图、设计参考时触发。不用于后端逻辑、API 设计、数据库模式或非视觉代码任务。