К основному содержанию
скилл Claude Code CX Codex Cursor GitHub Copilot

vision-analysis — скилл анализа изображений для Claude Code

Описывает картинки, вытаскивает текст и разбирает интерфейсы через инструмент MiniMax. Пригодится, когда агенту нужно понять, что на скриншоте или макете.

Установить в Claude Code · Через Skills CLI (Vercel) Все способы и платформы ↓
npx skills add MiniMax-AI/skills --skill vision-analysis -a claude-code
Открыть на GitHub

Что делает vision-analysis

Скилл подключает к агенту инструмент MiniMax_understand_image из пакета minimax-coding-plan-mcp и описывает изображения по запросу. Работает с путями к файлам и URL — расширения .jpg, .jpeg, .png, .gif, .webp, .bmp, .svg. Поддерживаются изображения до 20MB.

Внутри пять режимов: describe для общего описания, ocr для дословного извлечения текста, ui-review для разбора макетов и дизайна, chart-data для данных с графиков, object-detect для перечисления объектов и людей. Под каждый режим в скилле зашит свой промпт, который агент передаёт инструменту.

Для работы нужна подписка MiniMax Token Plan с ключом MINIMAX_API_KEY и настроенный MCP-сервер MiniMax. Это стоит проверить заранее: инструмент understand_image не работает с бесплатными ключами или ключами других тарифов. Если MCP не настроен, скилл просит агента взять инструкции из документации MiniMax и выдать команды под окружение пользователя.

Какие задачи решает

  • описать, что на картинке или скриншоте
  • вытащить весь текст из документа или скриншота с сохранением структуры
  • разобрать UI-макет и дать замечания по дизайну
  • извлечь данные и тренды из графика
  • найти и перечислить объекты или людей на фото

Примеры запросов агенту

  • Посмотри на этот скриншот ./dashboard.png и опиши, что там
  • Вытащи весь текст из отчёта, сохрани заголовки и колонки
  • Разбери этот макет формы регистрации как UI-ревьюер

Как установить vision-analysis

1Через Skills CLI (Vercel)

npx skills add MiniMax-AI/skills --skill vision-analysis -a claude-code

2Вручную: положить файлы

~/.claude/skills/vision-analysis/SKILL.md

Папка скилла целиком; для одного проекта — .claude/skills/vision-analysis/

Из того же набора17

Весь набор →
pptx-generator MiniMax-AI Скилл для чтения, редактирования и сборки презентаций PowerPoint с нуля через PptxGenJS и XML. Пригодится, когда нужно сгенерировать слайды из кода или разобрать готовый файл. Claude Code CX Codex Cursor +1 6 000установок minimax-docx MiniMaxAI Скилл для генерации, заполнения и форматирования Word-документов через OpenXML SDK. Пригодится, когда агенту нужно выдать готовый .docx, а не просто текст. Claude Code CX Codex Cursor +1 4 500установок minimax-xlsx MiniMax-AI Скилл для создания, чтения, редактирования и проверки Excel-файлов (.xlsx, .xlsm, .csv, .tsv) прямо в коде. Пригодится, если нужно обработать табличные данные, построить финмодель или исправить формулы без потери форматирования. Claude Code CX Codex Cursor +1 3 800установок minimax-pdf MiniMax-AI Генерирует профессиональные PDF с визуальной идентичностью: репорты, резюме, портфолио. Дизайн выводится из типа документа, цвет и типографика едины на всех страницах. Claude Code CX Codex Cursor +1 3 800установок fullstack-dev MiniMax-AI Пошаговый регламент для создания фулстек-приложений и интеграции бекенда с фронтендом. Задаёт архитектурный чек-лист от сбора требований до проверки сборки. Claude Code CX Codex Cursor +1 3 400установок frontend-dev MiniMax-AI Скилл проектирует страницы с анимациями, медиафайлами от MiniMax и готовым текстом. Помогает собирать промо-сайты, витрины и дашборды. Claude Code CX Codex Cursor +1 3 200установок android-native-dev MiniMax-AI Направляет агента при разработке нативных Android-приложений: помогает настроить Gradle, разложить архитектуру Jetpack Compose и настроить сборку вариантов. Claude Code CX Codex Cursor +1 2 700установок shader-dev MiniMax-AI Набор руководств по 36 техникам GLSL для генерации шейдеров под ShaderToy и WebGL2. Пригодится для процедурного 3D, рей-марчинга и визуальных эффектов прямо в коде. Claude Code CX Codex Cursor +1 2 500установок

Похожие

ai-video-generation 101-skills Генерируй видео с помощью Google Veo, Seedance, HappyHorse и 40+ моделей прямо из редактора. Поддерживает текст-в-видео, анимацию картинок, синхронизацию губ и озвучку. Claude Code CX Codex Cursor +1 862 400установок ai-image-generation 101-skills Создаёт и редактирует изображения через belt с выбором модели. Пригодится для иллюстраций, макетов и обработки готовых картинок. Claude Code CX Codex Cursor +1 861 200установок agent-memory-systems sickn33 Скилл для проектирования памяти агентов с разделением по пользователям и тенантам. Помогает построить RAG, историю диалогов и хранилище векторов так, чтобы данные одного клиента не утекали к другому. Claude Code CX Codex Cursor +1 2 000установок markitdown K-Dense-AI Скилл для Claude Code и других ИИ-редакторов: превращает PDF, файлы Office, HTML и CSV в Markdown, пригодный для поиска и загрузки в LLM. Claude Code CX Codex Cursor +1 2 100установок recsys-pipeline-architect Seth Hobson Проектирует пайплайны рекомендаций, ранжирования и лент из шести этапов. Нужен, когда система выбирает top K элементов для пользователя и контекста. Claude Code CX Codex Cursor 4 200установок gtm-ai-gtm официальный Smit Patel (https://linkedin.com/in/smitkpatel) Скилл помогает продавать AI-продукты: выбрать позиционирование, объяснить ответственность за сбои и подобрать модель цены. GitHub Copilot 1 600установок skill-creator официальный anthropics Помогает создать новый скилл, доработать существующий и проверить результат через тестовые промпты и оценки. Claude Code Claude.ai 414 180установок writing-for-agents Matt Pocock Помогает писать скиллы и документы с инструкциями для агентов. Пригодится при правках AGENTS.md, CLAUDE.md и связанных справочных файлов. Claude Code 466 719установок

Вопросы о vision-analysis

Как установить vision-analysis в Claude Code?

Выполни npx skills add MiniMax-AI/skills --skill vision-analysis -a claude-code. Скилл появится в ~/.claude/skills/vision-analysis/SKILL.md.

Что делает vision-analysis?

Анализирует изображения через инструмент MiniMax MiniMax_understand_image. Описывает содержимое, извлекает текст, разбирает UI-макеты, вытаскивает данные из графиков и перечисляет объекты.

Что нужно для работы скилла?

Подписка MiniMax Token Plan с ключом MINIMAX_API_KEY и настроенный MCP-сервер MiniMax. Без этого инструмент understand_image не заработает — бесплатные ключи не подходят.

Исходный текст

SKILL.md · MIT
---
name: vision-analysis
description: >
  Analyze, describe, and extract information from images using the MiniMax vision MCP tool.
  Use when: user shares an image file path or URL (any message containing .jpg, .jpeg, .png,
  .gif, .webp, .bmp, or .svg file extension) or uses any of these words/phrases near an image:
  "analyze", "analyse", "describe", "explain", "understand", "look at", "review",
  "extract text", "OCR", "what is in", "what's in", "read this image", "see this image",
  "tell me about", "explain this", "interpret this", in connection with an image, screenshot,
  diagram, chart, mockup, wireframe, or photo.
  Also triggers for: UI mockup review, wireframe analysis, design critique, data extraction
  from charts, object detection, person/animal/activity identification.
  Triggers: any message with an image file extension (jpg, jpeg, png, gif, webp, bmp, svg),
  or any request to analyze/describ/understand/review/extract text from an image, screenshot,
  diagram, chart, photo, mockup, or wireframe.
license: MIT
metadata:
  version: "1.0"
  category: ai-vision
  sources:
    - MiniMax Token Plan MCP (understand_image tool)
---

# Vision Analysis

Analyze images using the MiniMax `MiniMax_understand_image` MCP tool available in the MiniMax Token Plan.

## Prerequisites

- MiniMax Token Plan subscription with valid `MINIMAX_API_KEY`
- MiniMax MCP configured (`MiniMax_understand_image` tool available)

### If MCP tool is not configured

**Step 1:** The agent should fetch setup instructions from:
**https://platform.minimaxi.com/docs/token-plan/mcp-guide**

**Step 2:** Detect the user's environment (OpenCode, Cursor, Claude Code, etc.) and output the exact commands needed. Common examples:

**OpenCode** — add to `~/.config/opencode/opencode.json` or `package.json`:
```json
{
  "mcp": {
    "MiniMax": {
      "type": "local",
      "command": ["uvx", "minimax-coding-plan-mcp", "-y"],
      "environment": {
        "MINIMAX_API_KEY": "YOUR_TOKEN_PLAN_KEY",
        "MINIMAX_API_HOST": "https://api.minimaxi.com"
      },
      "enabled": true
    }
  }
}
```

**Claude Code**:
```bash
claude mcp add -s user MiniMax --env MINIMAX_API_KEY=your-key --env MINIMAX_API_HOST=https://api.minimaxi.com -- uvx minimax-coding-plan-mcp -y
```

**Cursor** — add to MCP settings:
```json
{
  "mcpServers": {
    "MiniMax": {
      "command": "uvx",
      "args": ["minimax-coding-plan-mcp"],
      "env": {
        "MINIMAX_API_KEY": "your-key",
        "MINIMAX_API_HOST": "https://api.minimaxi.com"
      }
    }
  }
}
```

**Step 3:** After configuration, tell the user to restart their app and verify with `/mcp`.

**Important:** If the user does not have a MiniMax Token Plan subscription, inform them that the `understand_image` tool requires one — it cannot be used with free or other tier API keys.

## Analysis Modes

| Mode | When to use | Prompt strategy |
|---|---|---|
| `describe` | General image understanding | Ask for detailed description |
| `ocr` | Text extraction from screenshots, documents | Ask to extract all text verbatim |
| `ui-review` | UI mockups, wireframes, design files | Ask for design critique with suggestions |
| `chart-data` | Charts, graphs, data visualizations | Ask to extract data points and trends |
| `object-detect` | Identify objects, people, activities | Ask to list and locate all elements |

## Workflow

### Step 1: Auto-detect image

The skill triggers automatically when a message contains an image file path or URL with extensions:
`.jpg`, `.jpeg`, `.png`, `.gif`, `.webp`, `.bmp`, `.svg`

Extract the image path from the message.

### Step 2: Select analysis mode and call MCP tool

Use the `MiniMax_understand_image` tool with a mode-specific prompt:

**describe:**
```
Provide a detailed description of this image. Include: main subject, setting/background,
colors/style, any text visible, notable objects, and overall composition.
```

**ocr:**
```
Extract all text visible in this image verbatim. Preserve structure and formatting
(headers, lists, columns). If no text is found, say so.
```

**ui-review:**
```
You are a UI/UX design reviewer. Analyze this interface mockup or design. Provide:
(1) Strengths — what works well, (2) Issues — usability or design problems,
(3) Specific, actionable suggestions for improvement. Be constructive and detailed.
```

**chart-data:**
```
Extract all data from this chart or graph. List: chart title, axis labels, all
data points/series with values if readable, and a brief summary of the trend.
```

**object-detect:**
```
List all distinct objects, people, and activities you can identify. For each,
describe what it is and its approximate location in the image.
```

### Step 3: Present results

Return the analysis clearly. For `describe`, use readable prose. For `ocr`, preserve structure. For `ui-review`, use a structured critique format.

## Output Format Example

For describe mode:
```
## Image Description

[Detailed description of the image contents...]
```

For ocr mode:
```
## Extracted Text

[Preserved text structure from the image]
```

For ui-review mode:
```
## UI Design Review

### Strengths
- ...

### Issues
- ...

### Suggestions
- ...
```

## Notes

- Images up to 20MB supported (JPEG, PNG, GIF, WebP)
- Local file paths work if MiniMax MCP is configured with file access
- The `MiniMax_understand_image` tool is provided by the `minimax-coding-plan-mcp` package

© MiniMax-AI · MIT · MiniMax-AI/skills

Смотрите также

Спонсоры проекта

Компании, которые помогают держать аналитику открытой