dsh-plugin-grok2api-media-tool

Vision Bridge для текстовых моделей: вставьте изображение, получите структурированные данные JSON (OCR, макет, семантика).

Бесплатное зрение для текстовых агентов: встроенная цепочка машинного зрения без ключа плюс пиксельные инструменты (вопросы и ответы, заземление, обрезка, разница пикселей, цвета, оптическое распознавание текста, трассировка SVG, вырез, снимки экрана); вставьте изображение, чтобы использовать его.

Vision для моделей, содержащих только текст: вставьте изображение, и модель переключится на вариант Vision Toolkit для вопросов и ответов по изображениям, сравнения нескольких изображений, оптического распознавания символов на длинных снимках экрана, воспроизведения снимков экрана в пользовательском интерфейсе, заземления элементов и сравнения пикселей. По умолчанию ключ API отсутствует — изображения обрабатываются бесплатным сервисом, размещенным автором, по 100 на машину в день; настраивается под вашего провайдера.