omdsh-dev/Qwen-MM-Plugins

Qwen-MM-Plugins

English · 中文

面向 Qwen 模型的原生多模态理解插件，让任何 Agent Harness 都具备原生多模态能力。

架构

安装

引导式安装器支持 Claude Code、CodeBuddy、Codex、Qoder、OpenClaw、Qwen Code 和 Gemini CLI。 共享配置位于 ~/.qwen-mm-plugins/config。

WorkBuddy、QoderWork 与 QwenWork 的应用内安装，以及 DeepSeek Harness、Hermes Agent、 opencode、pi 和 QwenPaw 的手动安装方式见其他 Harness 安装。

curl -fsSL https://raw.githubusercontent.com/QwenLM/Qwen-MM-Plugins/main/install.sh | bash

更新某个 harness 中已安装的能力：

curl -fsSL https://raw.githubusercontent.com/QwenLM/Qwen-MM-Plugins/main/install.sh | bash -s -- update

正式能力使用彼此独立且不可变的发布 tag。本地 checkout、版本回退、手动 skill + MCP 安装、 依赖以及 Windows/WSL2 说明见安装文档。

DeepSeek Harness（DSH）

源代码仓库包含 packages/dsh DSH carrier。它通过官方 @deepseek-ai/dsh-mcp-client 挂载选定的 Qwen 能力；Python MCP server 仍由本仓库的 uvx 包源启动，不会替换 DSH 启动器。将 carrier 安装到目标 profile：

dsh plugin --profile web add @omdsh-dev/qwen-mm-plugins-dsh

carrier 要求使用支持原生媒体处理的 DSH client，并依赖其内置的 attachment admission 与 finalizeContent；不再兼容旧版 MCP client。完整的 profile 配置与源代码 checkout 模式见 DSH 设置指南。

能力

每个能力独立安装，由一个 Skill 和可选的 MCP server 组成；安装名统一为 qwen-mm-plugins-<capability>。

快速体验

安装能力后，引用文件并直接提问即可；Skill 会选择对应的 MCP 工具。

@report.pdf          总结第 3 页，并提取其中的表格。
@meeting.mp4         带说话人标签和时间戳转写这段会议。
@place.jpg           判断照片拍摄地点，并联网核实。
@lecture-2h.mp4      按时间戳列出这段长视频的主要观点。

core 会以动态分辨率读取媒体，通常无需手动缩放。

依赖与配置

• uv 提供 uvx，按需安装 Python 依赖。
• 本地 core 工具在默认原生图片模式下无需 API key；纯文本图片描述 fallback、云端和搜索能力 需要对应服务的凭证。
• 视频、文档、浏览器、Blender 和 FreeCAD 工作流可能需要系统程序。

通过安装器的 Configure 和 Verify 操作设置凭证并检查依赖。系统要求见 安装文档，全部设置见配置参考（英文）。

文档

• 安装
• 配置参考（英文）
• 贡献指南 · 本地开发
• 添加能力 · 测试

许可证

Apache-2.0，见 LICENSE。Blender 与 FreeCAD 集成的第三方署名分别见 Blender NOTICE 和 FreeCAD NOTICE。