Qwen MM Plugins

为什么需要

出海独立开发者用 Claude Code、Codex 这类文本 agent 时，最大的痛点是无法处理图片：截图、UI 设计稿、产品图都得手动转换。Qwen-MM-Plugins 让你不用换 agent，直接给现有 harness 装上 Qwen VL/Omni 视觉能力，看图、OCR、ASR、视频理解都能做。

怎么用

1. 一行命令安装：curl -fsSL https://raw.githubusercontent.com/QwenLM/Qwen-MM-Plugins/main/install.sh | bash
2. 自动检测已安装的 agent（Claude Code / Codex / OpenClaw / Qwen Code / Gemini CLI）
3. 选择要启用的 capability：core（看图）、api（Qwen VL 调用）、video（视频理解）等
4. agent 直接调用本地视觉工具，无需手动配置 API key

使用案例

• 独立开发者用 Claude Code 改前端：直接粘贴设计稿截图，agent 自动生成对应代码
• 出海电商：分析竞品产品图，自动提取 SKU 信息生成对比表
• 视频内容运营：上传 30 秒短视频，agent 自动生成字幕和章节摘要

注意事项

• 安装时需要 ffmpeg（音频/视频处理）和部分格式特定应用
• 多模态能力由 Qwen VL/Omni 提供，国内服务需要 API key 或本地部署
• 与主流 harness 兼容性已验证，小众 agent 可能需要手动配置