Claude Skill MartKhám phá skillCâu dùng ngayHọc qua videoDùng terminalSkill là gì?
 
← Về danh sách

ModLens — Cầu nối thị giác cho mô hình chỉ đọc văn bản

Biến một đường dẫn ảnh thành JSON có OCR, bố cục và ngữ nghĩa để mô hình không có thị giác vẫn 'đọc' được ảnh.

Tiện íchTrung cấp★ 4,051⑂ 123Điểm AI 9/10Cập nhật lần cuối: 27 thg 9, 2026

Skill này làm gì

  • Khi trong hội thoại xuất hiện đường dẫn/URL ảnh (.png, .jpg, .webp, .heic...) hoặc placeholder như [Image #1], [Unsupported Image] mà mô hình không thấy được nội dung, skill sẽ gọi CLI modlens để chuyển ảnh thành bằng chứng JSON có cấu trúc.
  • JSON trả về gồm: result.summary (tóm tắt), result.ocr.full_text (toàn bộ chữ), result.layout.regions (vùng bố cục), result.semantics (ngữ nghĩa) và result.uncertainty (phần không chắc chắn).
  • Lần đọc đầu của phiên sẽ chạy modlens guard để kiểm tra mô hình hiện tại có thị giác gốc hay không, tránh gọi thừa.
  • Có script launcher kèm theo (scripts/run.sh, scripts/run.ps1) tự dò runtime theo thứ tự modlens → npx → bunx.
  • Hỗ trợ cài đặt/chuyển nhà cung cấp: Gemini API key, endpoint tương thích OpenAI, Claude API hoặc Claude Code CLI.

Phù hợp với ai

  • Người dùng Claude Code trong môi trường mô hình không có khả năng xem ảnh.
  • Lập trình viên, BA cần lấy nội dung từ ảnh chụp lỗi, hóa đơn, sơ đồ, mockup UI.
  • Ai đã mệt với việc tự viết OCR bằng PIL/tesseract.

Ví dụ sử dụng

  1. Dán screenshots/error.png → skill chạy modlens -i screenshots/error.png rồi trích nguyên văn thông báo lỗi để phân tích nguyên nhân.
  2. Đưa URL một infographic → tóm tắt theo từng vùng bố cục: tiêu đề, số liệu, chú giải.
  3. Chạy modlens doctor để xem nhà cung cấp khả dụng và chuỗi failover, rồi dùng config set để thêm khóa Gemini API.

· · · Hướng dẫn cài đặt · · ·

Dùng thử ngay, không cần cài

Dán đoạn dưới vào Claude là dùng được skill này mà không cần cài đặt.

Hãy đọc hướng dẫn trong tệp này và làm theo để giúp mình:
https://raw.githubusercontent.com/liustack/modlens/HEAD/skills/modlens/SKILL.md

Mình muốn: (viết việc bạn cần ở đây)

Nếu Claude không mở được liên kết, hãy mở liên kết và copy nội dung vào rồi dán.

↓ Thấy hữu ích thì tải ZIP bên dưới và cài. Sau đó skill tự chạy, không phải dán lại mỗi lần.

Cài vào ứng dụng Claude (không cần terminal)
  1. Tải tệp ZIP bằng nút bên dưới.
  2. Trong Claude, mở Settings → Capabilities và bật 'Code execution and file creation'. (chỉ một lần)
  3. Vào Customize → Skills → + → 'Upload a skill' rồi tải tệp ZIP lên.
↓ Tải ZIP
Cài vào Claude Code

Để Claude làm — dán câu dưới đây vào Claude Code

Hãy cài skill mình tìm thấy trên Claude Skill Mart.
Copy thư mục skills/modlens từ repo GitHub liustack/modlens vào ~/.claude/skills/modlens/ của mình.
Sau khi cài xong, cho mình biết skill này làm được gì trong một câu.

Cài bằng lệnh thủ công

git clone https://github.com/liustack/modlens.git && mkdir -p ~/.claude/skills && cp -r modlens/skills/modlens ~/.claude/skills/

⚠ Đây là skill do người khác tạo. Hãy kiểm tra repo gốc trước khi cài.

  1. Chuẩn bị: cài Node 22.19+ (https://nodejs.org) hoặc Bun (https://bun.sh); kiểm tra bằng node -v. Cần có kết nối mạng.
  2. Clone repo: git clone https://github.com/liustack/modlens.git
  3. Copy skill: mkdir -p ~/.claude/skills && cp -r modlens/skills/modlens ~/.claude/skills/
  4. Kiểm tra file kèm theo: trong ~/.claude/skills/modlens phải có SKILL.md, scripts/run.sh, thư mục references/.
  5. Cấp quyền chạy (macOS/Linux): chmod +x ~/.claude/skills/modlens/scripts/run.sh
  6. Kiểm thử: bash ~/.claude/skills/modlens/scripts/run.sh doctor để xem runtime và provider.
  7. Thêm khóa API: làm theo hướng dẫn in ra, dùng lệnh ... config set để cấu hình Gemini/OpenAI-compatible/Claude.
  8. Khởi động lại Claude Code, rồi dán một đường dẫn ảnh để xem skill có tự kích hoạt không.
Xem mã nguồn trên GitHub ↗Giấy phép: MIT