跳到主要內容
2026-08-11 日報
開發生態

Qwen 發布多模態代理外掛 Qwen-MM-Plugins,支援 MCP 協議並整合 3D、CAD 與長影片處理

X @Alibaba_Qwen單一來源
尚未逐項核實

目前依單一來源整理,這是來源數量描述,不是對消息真假的判定。

Qwen 官方發布多模態代理外掛 Qwen-MM-Plugins,旨在讓 AI 代理工具具備原生多模態能力。架構上,每項功能分為讓模型認知工具存在的「技能(Skill)」以及實際執行工具的可選「MCP 伺服器」。 該外掛共提供七大模組: - core:基礎視覺,支援圖片、影片、文件與 3D 模型的動態解析度讀取(自動縮放至視覺模型的 patch 網格),並包含 OCR、語音辨識(ASR)與網頁搜尋。 - video-memory:長影片記憶,透過階層式圖形記憶支援超長影片問答。 - omni-av:全方位影音理解,支援帶有時間戳記與說話者標籤的 ASR 及事件計數。 - video-edit:影片編輯與影音生成。 - blender:透過 Python 驅動 Blender 進行 3D 建模與渲染(提供 22 項工具)。 - freecad:驅動 FreeCAD 進行參數化建模與 FEM 分析(提供 14 項工具)。 - edu-agent:將數理問題轉為中文步驟解說影片。 安裝與部署方面,官方提供單一腳本,支援 Claude Code、Codex、Qoder、OpenClaw、Qwen Code 與 Gemini CLI 等工具,並共用同一份設定檔。底層依賴 `uvx` 動態載入 Python 套件,使用者僅需準備 ffmpeg、libreoffice 等系統工具。目前 Windows 環境僅支援 WSL2(建議使用 Ubuntu),尚未驗證原生 Windows;部分進階 API 工具需配置 DASHSCOPE_API_KEY 或 SERPER_API_KEY。
讀原始報導

背景

Qwen 是由阿里雲(Alibaba Cloud)開發的大型語言模型系列。模型上下文協定(MCP)則是由 Anthropic 於 2024 年 11 月推出的開源標準,旨在統一 AI 系統與外部工具及資料來源整合的介面。

來源