Qwen-MM-Plugins
Открытый набор дополнений от команды Qwen из Alibaba, который даёт ИИ-агентам мультимодальные возможности. С ним агент может читать изображения, видео и документы, монтировать видео, работать с 3D-моделями и чертежами. Каждая возможность ставится отдельно как навык (skill) и, при необходимости, MCP-сервер. Набор совместим со сторонними агентными средами, включая Claude Code, Codex и Gemini CLI.
проверено по: github.com ↗
См. также
- Qwen-OmniЛинейка омнимодальных моделей команды Qwen из Alibaba: они понимают текст, изображения, звук и видео. Одни версии отвечают только текстом, другие ещё и синтезируют речь, в том числе в реальном времени. Этим они отличаются от обычных текстовых и визуально-языковых моделей Qwen.
- Qwen CloudОблачная платформа Alibaba Cloud, через которую разработчики по API получают доступ к моделям Qwen и к моделям других разработчиков: для текста, изображений, видео, речи и векторных представлений. Платформа рассчитана прежде всего на ИИ-агентов: кроме сайта у неё есть инструмент командной строки и готовые навыки, через которые агент сам вызывает нужные функции. Это сервис доступа к моделям, а не сами модели Qwen.
- НавыкНавык (skill) — сохранённый набор инструкций и вспомогательных файлов, который ИИ-агент подгружает при подходящей задаче, чтобы выполнять её по заданной процедуре без повторных объяснений. В открытом формате Agent Skills навык оформляется папкой с файлом SKILL.md, описывающим назначение и порядок действий.
- MCP-серверПрограмма, которая по открытому протоколу Model Context Protocol даёт ИИ-приложениям доступ к инструментам, данным и готовым шаблонам запросов: например, к базе данных, файлам или API сервиса. ИИ-приложение подключается к нему через MCP-клиента. Благодаря единому протоколу один сервер работает с разными ИИ-приложениями без отдельной интеграции под каждое.
- Claude CodeАгент Anthropic для программирования: читает кодовую базу, правит файлы, запускает команды и сам выполняет многошаговые задачи разработки. Работает в терминале, в средах разработки, в десктопном приложении и в браузере. В отличие от обычного чата с Claude, он действует прямо в проекте, а не только отвечает на вопросы.
- CodexИИ-агент OpenAI для программирования. Он сам пишет и правит код, запускает команды и выполняет задачи в репозитории. От чат-бота ChatGPT он отличается тем, что рассчитан на самостоятельную работу над кодом, а не на диалог. Настольное приложение Codex позже объединили с приложением ChatGPT.
В новостях
Alibaba выпустила Qwen3.8-Omni-Flash — модель, которая смотрит видео, слушает звук и работает с инструментами
Дополнения с открытым кодом. Через них агентные фреймворки получают доступ к мультимодальным возможностям модели, а не только к её тексту.