메뉴
基于智谱GLM-5.3-Flash视觉大模型的PDF深度问答与检索（vision RAG）。当用户提到 PDF、文档、资料、报告、论文、电子书、手册、说明书，并想提问、查找、搜索、总结或理解其内容，或问"在哪一页"、"引用原文"、要页面截图时，使用本skill。支持扫描版、图表、表格、代码的视觉理解；回答带物理页码引用，并把命中页原图展示给用户。（GLM 版本；DeepSeek 版为 deepseek-v4-flash-vision-rag）
기본적으로 소스를 먼저 확인하는 Prompt가 선택됩니다. 직접 명령으로 전환하거나 로컬 사본을 다운로드할 수도 있습니다.
설치 여부를 결정하기 전에 SKILL.md와 SkillsMP에 표시된 보조 파일을 읽어 보세요.
Codex 또는 Claude로 설치 이 Prompt를 복사해 Codex, Claude 또는 다른 어시스턴트에 붙여 넣으면 Skill 페이지를 검토하고 설치를 진행할 수 있습니다.
직접 명령은 검토 Prompt를 거치지 않습니다. 실행하기 전에 소스를 확인하세요.
npx skills add https://github.com/liangdabiao/glm-5.3-flash-vision-rag --skill glm-5-3-flash-vision-rag명령은 한 줄로 유지됩니다. 복사하기 전에 가로로 스크롤해 전체 내용을 확인하세요.
로컬 사본을 원하시나요? SkillsMP에서 현재 제공할 수 있는 파일을 다운로드하세요.
带货视频反向拆解与 Seedance（即梦）复刻提示词生成（GLM-5.3-Flash 引擎）。当用户提供带货/电商/广告/商销/种草/千川视频，或提到即梦、Seedance、文生视频、复刻爆款、拆解视频、提示词，想分析镜头、复刻效果、生成视频提示词时，使用本skill。自动产出镜头级分镜表（景别/运镜/光影/动作时序/卖点）和符合 S-A-C-S-C 编导规范的完整提示词包（分镜头提示词+基础参数+负面词+@参考图清单），支持忠实复刻/自然流/付费流三种风格。（GLM 版本；DeepSeek 版为 ecom-video-seedance-prompt）
基于智谱GLM-5.3-Flash视觉大模型的视频理解与问答（video RAG）。当用户提到视频、录像、mp4、监控、游戏录像、影片、动画，并想提问、查找、定位、总结或理解其内容，或问"什么时候发生的"、"某一秒在干什么"、要时间戳定位、片段回放时，使用本skill。支持剧情理解、事件时间线、OCR字幕/HUD识别；回答带 [MM:SS] 时间戳引用，并生成可播放片段与关键帧展示给用户。无音频分析能力。（GLM 版本；DeepSeek 版为 deepseek-v4-flash-vision-video-rag）
SKILL.md 표시 중
| name | glm-5.3-flash-vision-rag |
| description | 基于智谱GLM-5.3-Flash视觉大模型的PDF深度问答与检索（vision RAG）。当用户提到 PDF、文档、资料、报告、论文、电子书、手册、说明书，并想提问、查找、搜索、总结或理解其内容，或问"在哪一页"、"引用原文"、要页面截图时，使用本skill。支持扫描版、图表、表格、代码的视觉理解；回答带物理页码引用，并把命中页原图展示给用户。（GLM 版本；DeepSeek 版为 deepseek-v4-flash-vision-rag） |
用智谱 GLM-5.3-Flash 视觉大模型"看懂"整份 PDF：先为每页建立视觉索引
（一次性、缓存复用），再对用户问题做 本地粗筛 → 视觉精排 → 深读回答，
回答带 [第N页] 引用，并把命中页图片展示给用户。
与 DeepSeek 姊妹版同构：页码来自渲染天然精确；三层漏斗（免费粗筛→看图确认→深读作答）。
差异详见 references/api-notes.md（无 Files API 内联传图、reasoning_effort=low
等效关思考、图片按分辨率计费故 dpi 默认 110）。
openai、pymupdf(fitz)；ffmpeg 不需要GLM_API_KEY 或 ~/.glm_api_key 文件首行（代码不内置密钥）python scripts/ingest.py "<pdf路径>"
120 页约 3 分钟、6 次模型调用；重复运行命中缓存。参数：--force 重建｜
--limit N 只索引前 N 页试水｜--clean 清缓存。
python scripts/ask.py "<pdf路径>" "问题"
输出四段：=== 答案 ===（带 [第N页] 引用）、=== 引用页 ===、
=== 页面图片 ===（PNG 在 ./pdf-vision-out/）、=== 预览 ===（自包含 HTML）。
优先把 HTML 预览或 PNG 路径给用户双击打开；支持 inline 的环境可再 Read 图片作补充， 但不得只依赖 inline。
用户要看指定页：
python scripts/show.py "<pdf路径>" --pages 6,7 [--dpi 220]
[第N页] 标记；索引只覆盖部分页时如实说明references/api-notes.md（实测行为记录）