Qwen релизнули мультимодальный tool layer для ИИ-агентов

Команда Qwen выпустила Qwen-MM-Plugins — открытый мультимодальный tool layer, который позволяет подключать зрение, OCR, обработку видео и аудио к любому агентному окружению в виде отдельных плагинов. Вместо того чтобы жестко встраивать мультимодальность в конкретную модель, Qwen предлагает сделать набор специализированных инструментов, которые агент может юзать по мере необходимости.

Агент, запущенный в Claude Code, Codex, Qwen Code, Gemini CLI, Qoder, OpenClaw или другом совместимом тестовом окружении, получает доступ к коллекции мультимодальных способностей и использует их как обычные инструменты внутри длинного воркфлоу. Репозиторий устроен именно как набор отдельных модулей, которые можно устанавливать независимо друг от друга.