Communitygithub.com

qianwen-ai/qianwen-vision

[QianWen] Compreenda imagens e vídeos com os modelos de visão Qwen. ATIVE quando: o usuário deseja analisar, descrever ou extrair informações de imagens ou vídeos, extração de texto OCR, leitura de gráficos/tabelas, raciocínio visual, comparação de múltiplas imagens, compreensão de capturas de tela, compreensão de vídeos, ou invoca explicitamente esta skill pelo nome (ex.: use qianwen-vision). NÃO ATIVE quando: o usuário deseja gerar/criar imagens (use qianwen-image-generation), gerar vídeos (use qianwen-video-generation), tarefas apenas de texto sem entrada visual, ou tarefas de visão que não sejam Qwen.

O que é qianwen-vision?

Esta skill, qianwen-ai/qianwen-vision, capacita agentes de IA a compreender e extrair informações de imagens e vídeos usando os modelos de visão avançados da série Qwen. Ela é projetada para desenvolvedores que precisam analisar conteúdo visual diretamente de ferramentas como Claude Code, Cursor ou Codex, sem sair do ambiente de desenvolvimento. A skill é acionada automaticamente quando o usuário deseja realizar tarefas como descrição de imagens, extração de texto OCR, interpretação de gráficos e tabelas, raciocínio visual sobre cenas, comparação entre múltiplas imagens, compreensão de capturas de tela ou análise de vídeos. Sua principal vantagem é integrar capacidades multimodais diretamente no fluxo de trabalho do desenvolvedor, permitindo interações naturais com conteúdo visual. Para funcionar corretamente, ela depende da invocação explícita ou da detecção de intenção visual do usuário, e não deve ser confundida com skills de geração de imagem ou vídeo. O uso é simples: ao anexar uma imagem ou vídeo a uma conversa com o agente, a skill é ativada e processa o conteúdo, retornando análises detalhadas ou respostas a perguntas específicas sobre o material visual.

Funciona com~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/qianwen-ai/qianwen-ai/tree/main/skills/qianwen-vision

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

O que qianwen-vision faz?

[QianWen] Compreenda imagens e vídeos com os modelos de visão Qwen. ATIVE quando: o usuário deseja analisar, descrever ou extrair informações de imagens ou vídeos, extração de texto OCR, leitura de gráficos/tabelas, raciocínio visual, comparação de múltiplas imagens, compreensão de capturas de tela, compreensão de vídeos, ou invoca explicitamente esta skill pelo nome (ex.: use qianwen-vision). NÃO ATIVE quando: o usuário deseja gerar/criar imagens (use qianwen-image-generation), gerar vídeos (use qianwen-video-generation), tarefas apenas de texto sem entrada visual, ou tarefas de visão que não sejam Qwen.

Individual skills in this repo

This repo contains 8 individual skills — each has its own dedicated page.

qianwen-ai/qianwen-audio-tts

[QianWen] Synthesize speech from text with Qwen TTS models. TRIGGER when: user wants to convert text to speech, create voiceovers, generate audio narration, read text aloud, build TTS applications, mentions speech synthesis/voice generation/audio output from text, or explicitly invokes this skill by name (e.g. use qianwen-audio-tts). DO NOT TRIGGER when: user wants speech recognition/ASR, text generation without audio, non-Qwen audio tasks.

qianwen-ai/qianwen-image-generation

[QianWen] Generate and edit images using Wan and Qwen Image models. Supports text-to-image, image editing (style transfer, subject consistency, text rendering), and interleaved text-image output. TRIGGER when: user wants to create illustrations, product images, artistic designs, posters, text-to-image generation, edit/transform existing images, apply style transfer, generate images based on reference photos, interleaved text-image content, mentions Wan/Qwen Image models/AI art creation, or explicitly invokes this skill by name (e.g. use qianwen-image-generation). DO NOT TRIGGER when: user wants to understand/analyze existing images or OCR (use qianwen-vision), video generation (use qianwen-video-generation), text-only tasks.

qianwen-ai/qianwen-model-selector

[QianWen] Recommend the best Qwen model and parameters. TRIGGER when: choosing between Qwen models, comparing Qwen model pricing, understanding Qwen model capabilities, checking usage or billing, viewing cost history, when an execution skill needs model selection advice, or user explicitly invokes this skill by name (e.g. use qianwen-model-selector). DO NOT TRIGGER when: non-Qwen model discussions (OpenAI, Gemini, etc.), general AI questions unrelated to Qwen.

qianwen-ai/qianwen-ops-auth

[QianWen] Configure authentication (API keys, endpoints). TRIGGER when: setting up QIANWEN_API_KEY, troubleshooting 401/auth errors, when another skill reports missing credentials, or user explicitly invokes this skill by name (e.g. use qianwen-ops-auth). DO NOT TRIGGER when: non-auth Qwen tasks, general API usage questions.

qianwen-ai/qianwen-text

[QianWen] Generate text, have conversations, write code, reason, and call functions with Qwen models. TRIGGER when: user asks to chat with Qwen, generate text, write code with Qwen, use Qwen function calling, or explicitly invokes this skill by name (e.g. use qianwen-text). DO NOT TRIGGER when: general coding questions without Qwen, non-Qwen AI model usage (OpenAI, Gemini, etc.), image/video understanding (use qianwen-vision), image/video/audio generation.

qianwen-ai/qianwen-update-check

[QianWen] Check for qianwen-ai updates and notify the user when a new version is available. TRIGGER when: user asks to check for updates, check version, asks 'is there a new version', 'latest version', 'update skills', 'check update', or any other qwen skill delegates to this skill, or user explicitly invokes this skill by name (e.g. use qianwen-update-check). DO NOT TRIGGER when: non-update-related tasks, general version questions about other software.

qianwen-ai/qianwen-usage

[QianWen] Manage account auth and query usage/billing. Use for: login, logout, check usage, view billing, free tier quota, Token Plan status, pay-as-you-go costs. Skip for: model browsing, non-account tasks.

qianwen-ai/qianwen-video-generation

[QianWen] Generate videos using Wan models. Supports text-to-video, image-to-video, first+last frame, reference-based role-play, and video editing (VACE). TRIGGER when: user wants to create, generate, or edit video content, mentions video generation/animation/video clips/Wan models, or explicitly invokes this skill by name (e.g. use qianwen-video-generation). DO NOT TRIGGER when: user wants to generate images (use qianwen-image-generation), understand/analyze existing videos (use qianwen-vision), text-only tasks.

Habilidades Relacionadas