configuring-vision — скилл для Claude Code: что делает
Настраивает провайдеров зрения для Watch Skill: подключает OpenAI, Anthropic, Gemini, OpenRouter или локальную Ollama без привязки к одной модели.
npx skills add oxbshw/watch-skill --skill configuring-vision -a claude-codeЧто делает configuring-vision
Скилл конфигурирует визуальный бэкенд Watch Skill через команду watch-skill setup-vision. Движок работает с Anthropic, OpenAI, Gemini, OpenRouter и локальной Ollama. При этом скилл запрещает отправлять секретные ключи прямо в чат: параметры передаются через переменные окружения или команду в локальном терминале.
Задачи распознавания можно разделить по стоимости. Для быстрой разметки сцен назначается лёгкая модель через флаг --cheap-model, а для проверки неочевидных ответов — глубокая через --strong-model. Флаг --verify выполняет один тестовый запрос к провайдеру и выводит структурированную ошибку с инструкцией fix в случае сбоя.
Внешний API вообще не является обязательным требованием. Без подключённого провайдера Watch Skill всё равно сохраняет видео, читает субтитры, запускает локальную транскрипцию и OCR, поэтому поиск по таймкодам продолжит работать.
Какие задачи решает
- подключить API Anthropic, OpenAI, Gemini или OpenRouter к Watch Skill
- настроить локальную модель зрения через Ollama
- разделить обработку видео между дешёвой и сильной моделями
- проверить доступность провайдера с помощью флага
--verify
Примеры запросов агенту
- Настрой зрение в Watch Skill через локальную Ollama
- Подключи OpenRouter для Watch Skill с дешёвой моделью для сцен и сильной для верификации
- Проверь подключение к Gemini в Watch Skill с флагом verify
Как установить configuring-vision
1Через Skills CLI (Vercel)
npx skills add oxbshw/watch-skill --skill configuring-vision -a claude-code2Вручную: положить файлы
~/.claude/skills/configuring-vision/SKILL.mdПапка скилла целиком; для одного проекта — .claude/skills/configuring-vision/
1Через Skills CLI (Vercel)
npx skills add oxbshw/watch-skill --skill configuring-vision -a codex2Вручную: положить файлы
.agents/skills/configuring-vision/SKILL.mdДля всех проектов — ~/.agents/skills/
1Через Skills CLI (Vercel)
npx skills add oxbshw/watch-skill --skill configuring-vision -a cursor2Вручную: положить файлы
.cursor/skills/configuring-vision/SKILL.mdCursor читает и .agents/skills/, и .claude/skills/
1GitHub CLI
gh skill install oxbshw/watch-skill configuring-vision2Вручную: положить файлы
.github/skills/configuring-vision/SKILL.md1Через Skills CLI (Vercel)
npx skills add oxbshw/watch-skill --skill configuring-vision -a gemini-cli2Командой платформы
gemini skills install https://github.com/oxbshw/watch-skill --path skills/configuring-visionВручную: положить файлы
.devin/skills/configuring-vision/SKILL.mdСтарый путь .windsurf/skills/ тоже читается
Через Skills CLI (Vercel)
npx skills add oxbshw/watch-skill --skill configuring-vision -a opencodeClaude.ai
Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills
По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов
Вопросы о configuring-vision
Как установить configuring-vision в Claude Code?
Выполните команду npx skills add oxbshw/watch-skill --skill configuring-vision -a claude-code.
Что делает скилл configuring-vision?
Он помогает настроить распознавание изображений и видео в Watch Skill, подключая внешние API или локальный бэкенд.
Будет ли работать Watch Skill без ключей API?
Да. Без провайдера зрения инструмент продолжает загружать видео, извлекать субтитры, запускать локальную транскрипцию и OCR, выдавая доказательства с таймкодами.
Исходный текст
SKILL.md · MIT
--- name: configuring-vision version: "1.4.3" description: The user wants to connect an LLM or vision provider, already has an API key, asks "can I use OpenAI/Anthropic/Gemini/OpenRouter", wants local Ollama, or needs different cheap and strong models. Use this to configure provider-neutral visual understanding without tying Watch Skill to one agent or model vendor. license: MIT user-invocable: true allowed-tools: Bash, Read --- # Configuring vision Watch Skill's agent surface and model backend are separate choices. Claude Code, Codex, Cursor, OpenClaw, framework agents, and REST clients all call the same engine; the engine can send selected frames to any supported vision provider. ## Supported providers ```bash watch-skill setup-vision --provider anthropic --api-key <KEY> watch-skill setup-vision --provider openai --api-key <KEY> watch-skill setup-vision --provider gemini --api-key <KEY> watch-skill setup-vision --provider openrouter --api-key <KEY> watch-skill setup-vision --provider ollama ``` Prefer a key the user already has. Do not claim Ollama is required, and do not ask the user to reveal a secret in chat. They can set the matching environment variable or run the command privately in their terminal. ## Route bulk work and verification separately One model can serve both tiers: ```bash watch-skill setup-vision --provider openai --api-key <KEY> --model <vision-model> ``` Or use a cheaper model for scene descriptions and a stronger model for uncertain answers and loop critiques: ```bash watch-skill setup-vision --provider openrouter --api-key <KEY> \ --cheap-model <fast-vision-model> --strong-model <strong-vision-model> ``` Add `--verify` to make one live probe call. If it fails, report the structured error and its `fix`; never echo the key. ## No provider is also valid Without a vision API, Watch Skill still acquires video, reads captions, runs local transcription and OCR, indexes evidence, and searches it. Visual synthesis degrades to timestamped evidence instead of guessing.
© oxbshw · MIT · oxbshw/watch-skill