# qianwen-vision

Разбирает изображения и видео с помощью визуальных моделей Qwen. Скилл распознаёт текст через OCR, читает графики, сравнивает картинки и отвечает на вопросы по видео.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode · 5700 установок · ★ 116
- Автор: QianWen-AI
- Лицензия: Apache-2.0 · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/QianWen-AI/qianwen-ai/tree/HEAD/skills/vision/qianwen-vision/SKILL.md
- Обновлён: 2026-10-10
- HTML: https://affpapa.org/nevibecode/skills/qianwen-vision

## Что делает

Скилл передаёт изображения и видео в модели семейств Qwen VL и QVQ. Он извлекает печатный и рукописный текст из документов, считывает таблицы и сопоставляет разные иллюстрации. Для глубокого анализа доступны пошаговые рассуждения и построение цепочки мыслей по видеоряду.

Внутри каталога скилла находятся исполняемые файлы scripts/analyze.py, scripts/reason.py и scripts/ocr.py, а также общая библиотека scripts/vision_lib.py. Запускать скрипты необходимо только по полному абсолютному пути и в основном потоке, иначе вызовы завершатся ошибкой поиска файлов. Инструмент не создаёт картинки сам, а работает только на входящий визуальный анализ.

Для работы требуется Python версии 3.9 и утилита curl. Сторонние библиотеки через pip ставить не нужно, поскольку скрипты используют стандартную библиотеку. Также понадобится настроить ключ DASHSCOPE_API_KEY или QIANWEN_API_KEY в файле .env. Скилл принимает ключи тарифов PAYG и Token Plan.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add QianWen-AI/qianwen-ai --skill qianwen-vision -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/qianwen-vision/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/qianwen-vision/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add QianWen-AI/qianwen-ai --skill qianwen-vision -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/qianwen-vision/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add QianWen-AI/qianwen-ai --skill qianwen-vision -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/qianwen-vision/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install QianWen-AI/qianwen-ai qianwen-vision
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/qianwen-vision/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add QianWen-AI/qianwen-ai --skill qianwen-vision -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/QianWen-AI/qianwen-ai --path skills/vision/qianwen-vision
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/qianwen-vision/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add QianWen-AI/qianwen-ai --skill qianwen-vision -a opencode
```

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/QianWen-AI/qianwen-ai/tree/HEAD/skills/vision/qianwen-vision/SKILL.md

## Когда брать
- извлечь текст и таблицы из сканов или чеков через OCR
- разобрать графики и диаграммы со скриншотов
- провести пошаговые визуальные рассуждения по сложным изображениям
- найти различия между несколькими иллюстрациями
- разобрать содержание видеоролика

## Примеры запросов агенту
- Используй qianwen-vision, чтобы распознать весь текст из чека receipt.png
- Сравни скриншоты original.png и updated.png и опиши отличия в интерфейсе
- Разбери график из файла report.png и выдели ключевые тренды

## Похожие
- [vision](https://affpapa.org/nevibecode/skills/vision.md) — скилл · 13400 установок
- [vision-multimodal](https://affpapa.org/nevibecode/skills/vision-multimodal.md) — скилл · 550 установок
- [qwencloud-vision](https://affpapa.org/nevibecode/skills/qwencloud-vision.md) — скилл · 1800 установок
- [vision-analysis](https://affpapa.org/nevibecode/skills/vision-analysis.md) — скилл · 2700 установок
- [configuring-vision](https://affpapa.org/nevibecode/skills/configuring-vision.md) — скилл · 496 установок
- [vision-framework](https://affpapa.org/nevibecode/skills/vision-framework.md) — скилл · 3800 установок

Из того же набора: [qianwen-ai/qianwen-ai](https://affpapa.org/nevibecode/by/qianwen-ai/qianwen-ai.md) — 6 карточек

_Часть страницы не вошла по размеру — она есть в HTML-версии._

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md