vision-agent

VisionAgent 是一个面向视觉AI应用开发的智能代理工具，支持用户通过自然语言描述加图像/视频输入，自动生成可运行的计算机视觉代码。其核心能力包括多模态理解、自动选择适配的视觉模型（如OCR、目标检测、分割等）、生成Python代码并支持本地调试与部署。项目采用Agentic架构，依赖Anthropic和Google等大模型提供推理与代码生成能力，适用于快速原型验证、工业质检、智能文档处理等需要低代码构建视觉功能的场景。