返回 AI 工具目录
Vision agent
开发框架人工精选最近核验 2026年7月23日
Vision Agent 是 LandingAI 开源的视觉 AI Agent 库:给定一段自然语言指令和图像,它自动挑选合适的视觉模型(目标检测、计数、视频跟踪等)并生成可直接运行的 Python 代码,降低搭建视觉流水线的门槛。它底层调用 Anthropic 与 Google 的模型完成推理与代码生成,并需要 LandingAI、Anthropic、Google 三方 API Key。官方已将该仓库标记为弃用,建议改用其 Agentic Document Extraction(面向文档解析的后继方案)。采用 Apache-2.0,以 Python 包形式使用,适合作为视觉自动化的参考实现。
定价开源部署API 接入、本地运行国内可达国内可达性待核验许可Apache-2.0
解决什么问题
- 用自然语言把图像任务转成可运行代码
- 自动选型并编排目标检测、计数、跟踪等视觉模型
- 减少手工拼接视觉模型与调参
- 内置常用视觉工具便于快速试验
适合
- 需要快速验证视觉任务可行性的研发
- 把图像或视频分析原型化为 Python 代码
- 文档解析类需求可评估其后继方案
- 愿意接受依赖海外模型 API 的团队
不适合
- 仓库已弃用,不宜用于新的生产系统
- 需 LandingAI、Anthropic、Google 三方 Key,国内直连受限
- 图像数据经海外 API 处理,合规敏感场景不适用
- 离线或纯本地部署无法满足
如何接入
- 以 Python 包引入,传入指令与图像调用
- 需配置 LandingAI、Anthropic、Google API Key
- 输出可运行的视觉处理代码供二次集成
- 新项目建议对接 Agentic Document Extraction
已知限制
- 项目已被官方标记弃用,维护停止
- 强依赖海外模型 API,存在延迟与数据出域
- 免费额度有限,规模化需付费
- 生成代码质量需人工复核
接入与使用事实
- 部署方式
- API 接入、本地运行
- 实现语言
- Python
- 中文界面
- 待确认
- 中文文档
- 待确认
- 定价方式
- 开源
- 许可证
- Apache-2.0
- 国内可达性
- 国内可达性待核验
- 可达性观察
- 待补充
权限、依赖与维护信号
这些字段记录公开可见信号，不等同于安全审计结论。
权限信号
暂无公开信号。
依赖信号
暂无公开信号。
维护信号
暂无公开信号。
公开来源与证据
- 代码仓库仅作事实索引