mcpField
A
alicloud-ai-multimodal-qvq

alicloud-ai-multimodal-qvq

github.com/cinienceデータ・データベース39692 回インストール11 週間前に更新
リポジトリ

alicloud-ai-multimodal-qvq について

Alibaba Cloud Model StudioのQVQモデル向けにリクエストを準備するスキルです。画像理解ではなく視覚情報に基づく推論に用い、対応モデル名を指定しています。

主な機能

  1. 01QVQリクエストの準備
  2. 02qvq-plusとqvq-maxに対応
  3. 03視覚情報に基づく推論

活用シーン

  1. 01数学問題のスクリーンショットの推論
  2. 02図やチャートの分析
  3. 03複数段階の視覚問題の解決

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/cinience/alicloud-skills --skill alicloud-ai-multimodal-qvq

インストール後、Claude Code で/alicloud-ai-multimodal-qvqを入力して読み込まれたか確認します。

同梱ファイル

SKILL.md と一緒にインストールされる参考資料やスクリプト。

agents/
openai.yaml
references/
sources.md
scripts/
prepare_qvq_request.py

詳細

カテゴリ：プロバイダー

Model Studio QVQ ビジュアル推論

検証

mkdir -p output/alicloud-ai-multimodal-qvq
python -m py_compile skills/ai/multimodal/alicloud-ai-multimodal-qvq/scripts/prepare_qvq_request.py && echo "py_compile_ok" > output/alicloud-ai-multimodal-qvq/validate.txt

合格基準：コマンドが終了コード 0 で終了し、output/alicloud-ai-multimodal-qwen-vqv/validate.txt が生成されます。

重要なモデル名

次のいずれかのモデル文字列を正確に使用してください。

  • qvq-plus
  • qvq-max

一般的な用途

  • スクリーンショットに基づく数学的推論
  • 図やグラフの推論
  • 視覚情報に基づく複数段階の問題解決

クイックスタート

python skills/ai/multimodal/alicloud-ai-multimodal-qvq/scripts/prepare_qvq_request.py \
  --output output/alicloud-ai-multimodal-qvq/request.json

注記

  • 標準的な画像理解には skills/ai/multimodal/alicloud-ai-multimodal-qwen-vl/ を使用してください。
  • 視覚的な根拠に基づく、より高度な推論が明示的に必要なタスクでは、QVQ を使用してください。

参考資料

  • references/sources.md

コメント

Markdown 対応