# sam3-segmentation

Скилл sam3-segmentation для Claude Code выделяет и считает объекты на фото через Meta SAM 3. Он создаёт маски, контуры и данные для проверки.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, Windsurf (Devin Desktop), Claude.ai · ★ 147 у репозитория
- Автор: Aurélie Guisnet
- Лицензия: MIT · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/lillyguisnet/sam3-segmentation/tree/HEAD/skills/sam3-segmentation/SKILL.md
- Обновлён: 2026-10-24
- Проверка безопасности: автоматическая, 2026-11-17 (текст) — признаков вредоносного кода не нашли.
- HTML: https://affpapa.org/nevibecode/skills/sam3-segmentation

## Что делает

sam3-segmentation выделяет объекты на изображениях по текстовому описанию, клику, рамке или в режиме автоматического поиска. Результат включает пиксельные маски, контуры, координаты, оценки и JSON-файл; доступны форматы COCO RLE и PNG. Для просмотра есть наложение и масштабируемый viewer.

Для небольших объектов и проверяемой разметки скилл запускает многошкальные кропы, сохраняет кандидатов, отмечает места для ревью и поддерживает уточнение результатов. Встроенный синтетический demo проверяет геометрию, JSON, листы ревью и экспорт без GPU. Выход модели остаётся предложением, а не подтверждённой эталонной разметкой.

Инференс модели требует Linux или Windows WSL2, NVIDIA GPU с драйверами CUDA 12.8, `uv`, Python 3.12, Git и около 11 ГБ загрузок. Нужен собственный одобренный доступ Hugging Face к `facebook/sam3` и принятие условий Meta. Без NVIDIA GPU инференс модели не запускается; demo, ревью и экспорт работают там, где запускается `uv`.

## Установка

### Claude Code (родная платформа)

1. **Через маркетплейс плагинов**
В чате агента (не в терминале):
```text
/plugin marketplace add lillyguisnet/sam3-segmentation
```
В чате агента (не в терминале):
```text
/plugin install sam3-segmentation@sam3-segmentation
```
Команда ставит плагин sam3-segmentation целиком, со всеми его скиллами

2. **Через Skills CLI (Vercel)**
```bash
npx skills add lillyguisnet/sam3-segmentation --skill sam3-segmentation -a claude-code
```

3. **Вручную: положить файлы**
- Файл: `~/.claude/skills/sam3-segmentation/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/sam3-segmentation/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add lillyguisnet/sam3-segmentation --skill sam3-segmentation -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/sam3-segmentation/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add lillyguisnet/sam3-segmentation --skill sam3-segmentation -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/sam3-segmentation/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install lillyguisnet/sam3-segmentation skills/sam3-segmentation
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/sam3-segmentation/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add lillyguisnet/sam3-segmentation --skill sam3-segmentation -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/lillyguisnet/sam3-segmentation --path skills/sam3-segmentation
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/sam3-segmentation/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/lillyguisnet/sam3-segmentation/tree/HEAD/skills/sam3-segmentation/SKILL.md

## Когда брать
- выделить все объекты на фото по текстовой фразе
- получить маску одного объекта по клику или рамке
- посчитать мелкие детали вроде зёрен, семян или листьев
- собрать проверяемую разметку с ревью и экспортом

## Примеры запросов агенту
- Выдели все объекты на `photo.jpg` по слову «собака» и сохрани маски в `out/`.
- Получи маску объекта на `photo.jpg` по клику и покажи наложение для проверки.
- Запусти автоматическое выделение объектов на `photo.jpg` с результатами в `out/`.

## Похожие
- [fal-vision](https://affpapa.org/nevibecode/skills/fal-vision.md) — скилл · 2900 установок
- [senior-computer-vision](https://affpapa.org/nevibecode/skills/senior-computer-vision.md) — скилл · 1152 установки
- [segment-anything-model](https://affpapa.org/nevibecode/skills/segment-anything-model.md) — скилл · 1100 установок
- [tao-analyze-changenet-rca](https://affpapa.org/nevibecode/skills/tao-analyze-changenet-rca.md) — скилл · 1600 установок
- [amc-run-sample-calibration](https://affpapa.org/nevibecode/skills/amc-run-sample-calibration.md) — скилл · 647 установок
- [waypoint-bio](https://affpapa.org/nevibecode/skills/waypoint-bio.md) — скилл · 1000 установок

Из того же набора: [lillyguisnet/sam3-segmentation](https://affpapa.org/nevibecode/by/lillyguisnet/sam3-segmentation.md) — 2 карточки

_Часть страницы не вошла по размеру — она есть в HTML-версии._

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md
