skycontact/skyvision.cpp는 이미지와 영상에 질문하고 답을 얻는 로컬 시각언어 추론 엔진이다. GitHub 저장소 설명과 README에 따르면, 모델 구조에 맞는 GGUF 백엔드를 선택하는 통합 인터페이스를 제공한다. GGUF는 모델을 저장하고 배포하는 파일 형식이다. 저장소는 명령줄 도구와 웹 인터페이스, 에이전트가 연결할 수 있는 모델 컨텍스트 프로토콜(MCP) 서버를 함께 갖췄다. 최신 릴리스는 등록되어 있지 않아, 이번에 새로 나온 버전이나 변경 사항은 확인되지 않는다.
이 프로젝트의 핵심은 여러 시각언어 모델을 한 엔진에서 다루는 데 있다. 설명에는 moondream3.1, VideoChat3, Qwen2.5-VL, MOSS-VL, VideoMAE/ViViT, SmolVLM이 지원 대상으로 제시되어 있다. 일부 모델은 영상 입력이나 분류·특징 추출 모드도 지원한다. 영상 질문응답과 위치 추정, 영상 분류 기능은 도구별로 나뉘어 있다. 저장소의 주 언어는 C++이며, 런타임에 Python이나 CUDA 툴킷을 요구하지 않는다고 소개한다.
다만 지원 범위와 호환성은 백엔드별로 다르며, 모델 변환과 실행 조건에도 좌우된다. 따라서 나열된 모델 이름만으로 모든 모델이 같은 방식으로 작동한다고 볼 수는 없다. 저장소의 라이선스 표기는 NOASSERTION이므로 이용 조건을 이 정보만으로 판단할 수 없다. 릴리스가 등록되지 않은 초기 저장소인 만큼, 실제 적용 전에는 필요한 모델의 호환성과 라이선스 조건을 따로 확인해야 한다.