VisionAgent自然语言生成视觉代码零基础快速上手【免费下载链接】vision-agentThis tool has been deprecated. Use Agentic Document Extraction instead.项目地址: https://gitcode.com/GitHub_Trending/vi/vision-agent想统计一张监控截图里有多少人传统做法要自己挑检测模型、翻文档、手写调用代码折腾半天才跑通第一版。而 VisionAgent 只要一句自然语言描述就能给你一段可直接运行的视觉任务代码。这是 LandingAI 开源的视觉 AI 助手pip 一条命令装好示例代码可直接复制运行。VisionAgent 是什么自然语言变视觉代码它要解决的问题很具体把选模型、学 API、拼代码这三件最耗时的事压缩成一次对话。你用自然语言描述任务它负责挑合适的视觉模型、调用工具、写代码最后输出一段能直接跑的 Python 脚本。后端支持 OpenAI、Ollama、Azure OpenAI 等多种选择本地跑或走云端都能接内部由 VisionAgent 管对话交互、VisionAgentCoder 专职生成视觉任务代码两个代理分工协作。效果展示一句话检测图片里的火图中是它自带的 Web 对话界面左侧你输入帮我写代码检测图中的火它先加载图像、再挑选检测工具最终生成调用 florence2_sam2 的 Python 代码右侧 Result 页签里森林图中的火焰区域被自动框出高亮。中间每一步的推理和 Observation 都能展开查看过程完全透明。快速上手3步装好环境并跑通示例先准备 Python 3.9 环境和一个可用的 API Key然后分三步走安装依赖pip install vision-agent最小示例4 行代码复制即可运行from vision_agent.agent import VisionAgent agent VisionAgent() response agent(分析这张图片中的主要物体) print(response)想看完整的对话界面启动本地 Web 应用cd examples/chat pip install -r requirements.txt streamlit run app.py能力拆解从输入到输出的三个关键能力 输入一句自然语言输出可运行代码把数一下这张图里有几个人这样的需求丢给它VisionAgent 会自动选定检测模型并组装代码输出直接能跑的脚本把 verbosity 参数调高还能看到代码生成过程的每一步细节方便你排查它为什么选了某个模型。 内置视觉工具也能挂上自定义工具图像加载、目标检测、图像分割这些常用能力开箱即用遇到特殊需求时照着 examples/custom_tools 目录的写法加一个自定义工具功能边界就能继续往外扩。 双代理分工对话与写码各管一摊VisionAgent 负责和你对话、理解任务意图VisionAgentCoder 专职生成视觉任务代码。这种协作方式让产出的代码既专业又实用而不是泛泛的示例片段。哪些人能用上 VisionAgent工业质检描述产品缺陷特征就能生成检测脚本省掉自己找模型、学用法的数小时到数天。安防监控对视频流做实时分析、识别可疑活动不用自己搭整套视觉处理管线。零售分析统计店内顾客数量、观察行为模式给店铺运营决策直接提供数据。一句话总结VisionAgent 把描述问题→拿到能跑的视觉代码这条路走通了特别适合想快速验证视觉想法的你。更多细节见官方文档 docs/index.md挑一个手头的小任务今天就把第一版代码跑起来。【免费下载链接】vision-agentThis tool has been deprecated. Use Agentic Document Extraction instead.项目地址: https://gitcode.com/GitHub_Trending/vi/vision-agent创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考