ms-qwen-vl
Skillby crocketc
clawhub⭐ 05/10
调用魔搭社区（ModelScope）Qwen3-VL 多模态 API 进行视觉解析。使用 OpenAI SDK 兼容方式调用，支持图片内容描述、OCR 文字提取、视觉问答、对象检测等功能。用户提到"魔搭"、"ModelScope"、"Qwen-VL"、"多模态视觉"、"解析图片"等关键词时应触发。
通过OpenAI兼容方式调用魔搭Qwen3-VL多模态API，支持图片描述、OCR提取、视觉问答与对象检测。
📊 商业分析
商业模式
free
独特价值
一键对接魔搭Qwen3-VL，OpenAI SDK兼容降低迁移成本
竞品
1. GPT-4o Vision（多模态能力更强、生态更完善）；2. 通义千问VL官方API（官方直连更稳定）；3. Gemini Vision（谷歌多模态，国际化更好）
🎯 应用场景
目标用户
国内AI应用开发者需要OCR/图片解析的企业用户魔搭社区生态开发者
工具信息
- 类型
- Skill
- 平台
- clawhub
- Stars
- ⭐ 0
- 价值评分
- 5/10
- 子分类
- 多模态视觉理解
- 可商业化
- ❌ 否
AI 标签
多模态视觉Qwen-VL魔搭社区OCR文字提取图片理解
相关工具推荐
skill-creatorSKILL
由Anthropic官方出品，支持从零创建AI Skill、编辑优化现有Skill、运行评估测试并进行方差分析的性能基准对比，实现AI能力工程化闭环管理。
9/10⭐ 86,759
conversation-memorySKILL
为LLM对话提供短期、长期、实体三层持久化记忆系统，让AI真正记住用户，支持跨会话上下文延续与知识积累。
9/10⭐ 22,346
self-improvingSKILL
具备自我反思、自我批评、持续学习与记忆组织能力的自进化Agent，自动评估并永久改进输出质量，无需人工反复校正。
9/10⭐ 638
proactive-agentSKILL
将AI Agent从被动任务执行者升级为主动预判伙伴，内置WAL协议、工作缓冲区与自主定时任务，支持持续自我改进的智能体框架
9/10⭐ 628
cellcogSKILL
DeepResearch Bench排名第一的全模态AI代理框架。通过多代理编排实现深度推理与文本、图像、音频、视频等全模态融合,支持复杂任务自动化。
9/10⭐ 6