Qwen MM Plugins
Qwen 官方多模态插件库,让任意 Agent harness 获得原生多模态能力——图像理解、OCR、前端 UI 还原与 GUI 自动化等。2.5K stars,Apache-2.0 许可,与主流 Agent 框架无缝集成。
🎯适用场景:为文本模型 Agent 快速补上多模态视觉能力,支持图片问答、UI 还原与 GUI 自动化
#qwen#multimodal#agent-plugin#vision#official#image-understanding
📥 收录于 2026/8/15
📊 仓库数据
Stars2,536
Forks140
语言Python
协议Apache-2.0
上线2026/7/29
更新2026/8/13
✅ 优点
- •Qwen 官方项目,Apache-2.0
- •让纯文本 Agent 获得视觉能力
- •支持多图理解、UI 还原、GUI 自动化
- •可接入多个主流 Agent 框架
⚠️ 限制
- •项目较新(2026-07 创建)
- •依赖 Qwen 视觉模型
- •部分能力仍处早期
