Qwen-VL 图片识别

分享海报

@user_213bfd3b/qwen-vl-image-reader

为 DeepSeek 等纯文本 LLM Agent 提供图片识别能力。通过阿里通义千问视觉模型 Qwen-VL 解析图片，将视觉内容转为结构化 Markdown 文本，让纯文本模型也能"看懂"图片。支持截图、文档、图表、照片等。