用途：seeing-images 提供补偿性视觉工具，用于在原生视觉能力之外分析图像。适合详细描述上传图片、将图片复现为 SVG（绘制前先建立基准）、比较两张图或区域差异、读取退化/压缩/低对比度图片中的文字、识别渐变与微弱叠加等细微特征，以及任何准确性优先于速度的图像任务。
主要能力：工具位于 scripts/see.py，包括 grid（分格查看）、sample（取指定像素 RGB）、histogram（颜色直方图）、enhance（增强对比度/亮度/颜色/锐度）、edges（Sobel 边缘检测）、gradient_map（梯度图）、isolate（隔离区域并置于中性灰背景）、compare（区域并排对比与差异叠加）、count_elements（连通域计数）、denoise（中值滤波降噪）、palette（k-means 提取主色）、crop。生成图像会保存到 /home/claude/see_*.png 并返回路径。
使用方式：每次先执行 import sys; sys.path.insert(0, '/mnt/skills/user/seeing-images/scripts') 与 from see import ...。快速分析可用 grid(path, rows=2, cols=2) 加 sample(path, [(x1,y1), ...])；深度分析可依次用 grid、palette、edges、sample、enhance、isolate。复杂图像应先调用 grid()，颜色需用 sample() 或 isolate() 验证，数量超过 15 用 count_elements()，渐变用 gradient_map()，微弱特征用 enhance()。
限制：盲区阈值来自 2026-03-25 的视觉诊断 v1-v4，未记录所用模型且此后未重跑，阈值应视为当时测量值，依赖具体阈值前需重新运行诊断。资料未提供安装方式、收费、平台支持或效果保证。