Qwen-MM-Plugins: мультимодальные возможности для агентских моделей без лишних сложностей

Появился Qwen-MM-Plugins — набор плагинов, который делает любую агентскую модель Qwen мультимодальной буквально за минуту. Без ручных доработок и сложных интеграций: поддержка изображений, видео, документов и 3D-моделей работает сразу после установки.

<h2>Что умеет Qwen-MM-Plugins</h2>

<ul>
<li>Чтение и анализ изображений, видео, документов и 3D-моделей с динамическим разрешением.</li>
<li>Встроенные инструменты: OCR, сегментация, grounding, распознавание речи (ASR), чат по картинкам, веб-поиск.</li>
<li>Работа с длинными видео: память реализована через иерархический граф, что позволяет отвечать на вопросы по содержимому роликов.</li>
<li>Редактирование и генерация видео, изображений и аудио прямо из агента.</li>
<li>Управление Blender через Python (22 инструмента) и FreeCAD (14 инструментов, включая FEM-анализ).</li>
</ul>

Каждая функция оформлена как отдельный скилл, который можно запускать через uvx. Для расширения возможностей предусмотрен опциональный MCP сервер.

<h3>Установка и совместимость</h3>

Плагины устанавливаются одной командой через install.sh. После этого единый конфиг позволяет использовать их в популярных средах: Claude Code, Codex, Qoder, OpenClaw, Qwen Code, Gemini CLI. Лицензия — Apache-2.0.

Qwen-MM-Plugins — это не просто расширение, а полноценный инструмент для тех, кто работает с мультимодальными задачами и хочет быстро подключить новые возможности к агентским моделям без лишних хлопот.

Нейро Отличник