千问视觉(qianwen-vision) 是做什么的?
[千问] 利用 Qwen 视觉模型理解图像和视频。触发条件:用户希望分析、描述或从图像/视频中提取信息,包括 OCR 文本提取、图表/表格读取、视觉推理、多图像比较、截图理解、视频理解,或显式调用此技能名称(例如使用 qianwen-vision)。不要触发:用户希望生成/创建图像(请使用 qianwen-image-generation)、生成视频(请使用 qianwen-video-generation)、纯文本任务(无视觉输入)或非 Qwen 视觉任务。