Vision Analyze 描述图片内容、提取文字、回答视觉问题、比较图片并把表格或界面信息转成结构化数据。 010 图片设计# OCR skill# Vision Analyze skill# 图像理解skill
minimax-understand-image 使用 MiniMax MCP 对本地图片或 URL 图像进行描述、物体识别、文字与场景理解。 030 图片设计# MCP skill# MiniMax skill# 图像理解skill
Vision Sandbox 利用 Gemini 代码执行沙箱完成空间定位、视觉数学、计数和界面审计。 020 图片设计# UI审计skill# Vision Sandbox skill# 图像理解skill
