.ru
Команда Qwen опубликовала Qwen-MM-Plugins — набор открытых плагинов для работы ИИ-агентов с изображениями, видео и документами.
Репозиторий поддерживает Claude Code, Codex, Qoder, OpenClaw, Qwen Code и Gemini CLI. Код доступен по лицензии Apache-2.0. Подробнее в материале Postium.
Что умеют Qwen-MM-Plugins
Базовый пакет core умеет читать изображения, видео, документы и 3D-модели; в него входят OCR, поиск объектов на изображении, сегментация, расшифровка аудио и инструменты веб-поиска.
Отдельные пакеты добавляют память для длинных видео, генерацию и монтаж медиа, а также работу с Blender и FreeCAD. В репозитории есть шесть пакетов: core, video-memory, video-edit, blender, freecad и edu-agent. Последний предназначен для создания пошаговых обучающих материалов по математике и естественным наукам и работает как отдельный skill без MCP-сервера.
Плагины работают внутри уже используемой агентной среды. Каждый пакет подключается в виде skill и, при необходимости, MCP-сервера с дополнительными инструментами.
Как скачать и установить Qwen-MM-Plugins
Откройте репозиторий Qwen-MM-Plugins на GitHub и выберите нужный пакет. Для Claude Code, Codex, Qoder, OpenClaw, Qwen Code и Gemini CLI есть общий установщик install.sh. В ряде сред плагины также можно подключить вручную через встроенный механизм расширений или MCP.
После установки запустите проверку зависимостей. Для базового чтения изображений, видео и документов API-ключ не нужен, но отдельные функции — OCR, распознавание речи, генерация, веб-поиск и другие — требуют внешних API. Для работы с видео и аудио также нужен ffmpeg. Затем можно прикрепить файл к запросу в агенте и попросить, например, извлечь текст с изображения, разобрать видео или обработать документ.
Что это меняет? В одном репозитории собраны инструменты для OCR, видео, генерации медиа и 3D-задач, которые можно подключать к нескольким агентным средам. Поддержку конкретных моделей, работу отдельных функций и внешних API нужно проверять в реальных проектах.
Итог: мультимодальные функции Qwen-MM-Plugins подключаются к уже используемому агенту через отдельные пакеты, без замены самой агентной среды.
