vision-lore
Skill0 starsChanged 42 days agoMITView on GitHub
Exploite les visuels d'une World Bible (cartes, portraits, blasons, plans, arbres généalogiques, frises) avec un modèle à vision native : référence chaque image au texte qui la décrit, fait lire l'image, puis confronte ce qu'elle montre au canon écrit. À utiliser quand la Bible contient des images, quand il faut vérifier qu'une carte colle au texte, ou extraire des faits d'une illustration. Trigger: carte, plan, portrait, illustration, image, visuel, voir la carte, lire l'image.
In this repository9 other files it gives its agents.
- chapter-draftSkill
- continuity-checkSkill
- continuity-ledgerSkill
- derivative-contentSkill
- lore-lookupSkill
- manuscript-exportSkill
- story-architectSkill
- story-outlineSkill
- style-guideSkill
The file
Files
Vision Lore — lire les images de la Bible
Prérequis modèle : ce skill exige un modèle à vision native (image et vidéo). Qwen3.8-27B l'a : c'est un modèle de langage causal avec encodeur visuel, 27B paramètres, 262 144 tokens de contexte natif. Avec un modèle texte seul, ce skill est inopérant — le dire à l'utilisateur plutôt que de décrire une image qu'on ne voit pas.
Règle absolue, identique à lore-lookup : aucune affirmation sur l'univers sans source.
Ici la source est soit le texte cité, soit ce qui est réellement visible dans l'image.
Quand utiliser
- La Bible contient des cartes, portraits, blasons, plans, schémas, frises.
- « Est-ce que la carte colle au texte ? », « que montre cette illustration ? »
- Pour extraire des faits d'un visuel jamais transcrits dans le texte.
Procédure
1. Inventorier les visuels
python3 ${HERMES_SKILL_DIR}/scripts/wb_vision.py --bible <DOSSIER_BIBLE>Sortie : la liste des images avec dimensions, une hypothèse de contenu d'après le nom, et
surtout le statut documenté / NON DOCUMENTÉ — c'est-à-dire si un fichier texte de la Bible
référence l'image (lien Markdown  ou mention du nom).
L'index est écrit dans <DOSSIER_BIBLE>/.index/vision.json.
2. Choisir la cible
Filtrer si la Bible contient beaucoup de visuels :
python3 ${HERMES_SKILL_DIR}/scripts/wb_vision.py --bible <DOSSIER_BIBLE> --query "carte"3. Générer le prompt de lecture
python3 ${HERMES_SKILL_DIR}/scripts/wb_vision.py --bible <DOSSIER_BIBLE> --emit-prompt <N>Le script émet le chemin absolu de l'image à joindre, le texte de la Bible qui l'accompagne (fichier, titre de section, légende), et la consigne en trois points. Joindre réellement l'image au message — sans elle, aucune lecture n'est possible.
4. Lire, puis confronter
Une fois l'image sous les yeux :
- Décrire ce qui est visible, sans interpréter.
- Établir les faits : ce que l'image affirme sur l'univers (distances, hiérarchie, apparence, emblèmes).
- Confronter au texte cité par le script. Toute divergence est une contradiction
potentielle : la signaler avec les deux sources (image +
fichier :: titre). - Isoler l'apport : ce que l'image montre et que le texte ne dit pas. C'est du canon candidat, pas du canon établi → à faire trancher par l'utilisateur.
5. Enregistrer
Les faits neufs confirmés par l'auteur vont dans le registre (skill continuity-ledger), avec
la mention « source : visuel chemin/image.png ». Un fait issu d'une image sans cette mention
devient invérifiable plus tard.
Pièges
- Décrire une image qu'on n'a pas. Le modèle à vision ne voit que ce qui est joint au message. Pas d'image jointe = pas de description. Ne jamais inventer.
- Prendre le nom de fichier pour le contenu.
carte-nord.pngpeut contenir le sud. L'hypothèse du script (guess) est une piste, jamais une conclusion. - Faire confiance à une image non documentée. Sans texte associé, rien n'atteste que le visuel est à jour avec le canon. Le signaler.
- Oublier l'échelle. Une carte sans échelle ni légende ne donne pas de distances. Dire « proportionnel, échelle inconnue » plutôt que convertir en lieues.
- Écrire dans la Bible. Les faits issus d'un visuel sont des propositions tant que l'auteur ne les a pas validées.
Vérification
Chaque fait tiré d'une image est accompagné de l'une des deux sources : ce qui est visible
(cité précisément) ou un fichier :: titre. Les divergences image/texte sont listées, pas
tranchées silencieusement. Les visuels « NON DOCUMENTÉ » signalés par le script ont été
remontés à l'utilisateur.
Does it work?
Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.
No reviews yet
People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.
- It worked
- Partly
- It didn't
Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.
Your trail
Files you open will collect here, so you can find them again.
Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.
Now do this for your own.
Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.

