mcpField
A
alicloud-ai-multimodal-qwen-omni

alicloud-ai-multimodal-qwen-omni

github.com/cinienceエージェントワークフロー39693 回インストール11 週間前に更新
リポジトリ

alicloud-ai-multimodal-qwen-omni について

Alibaba Cloud Model StudioのQwen Omniモデル向けリクエストを準備するスキルです。統一インターフェースでテキスト、画像、音声を入力し、マルチモーダルやリアルタイム用途向けにテキストまたは音声の応答を指定できます。

主な機能

  1. 01統一形式のomni.chatリクエスト作成
  2. 02テキスト・画像・音声入力の受付
  3. 03対応するQwen Omniモデルの選択
  4. 04テキストと音声の応答指定

活用シーン

  1. 01マルチモーダルアシスタントのリクエスト作成
  2. 02リアルタイムエージェント対話の準備
  3. 03視覚入力に基づく音声応答の生成

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-qwen-omni

インストール後、Claude Code で/alicloud-ai-multimodal-qwen-omni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_omni_request.py

詳細

カテゴリー：プロバイダー

Model Studio Qwen Omni

検証

mkdir -p output/alicloud-ai-multimodal-qwen-omni
python -m py_compile skills/ai/multimodal/alicloud-ai-multimodal-qwen-omni/scripts/prepare_omni_request.py && echo "py_compile_ok" > output/alicloud-ai-multimodal-qwen-omni/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-omni/validate.txt が生成されること。

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。

  • qwen3-omni-flash
  • qwen3-omni-flash-realtime
  • qwen-omni-turbo
  • qwen-omni-turbo-realtime

代表的な用途

  • 画像＋音声＋テキストのアシスタント
  • リアルタイムのマルチモーダルエージェント
  • 視覚入力に基づく音声応答

正規化されたインターフェース（omni.chat）

リクエスト
  • model（文字列、任意）：デフォルトは qwen3-omni-flash
  • text（文字列、任意）
  • image（文字列、任意）
  • audio（文字列、任意）
  • response_modalities（array、任意）：例：["text"]、["text","audio"]
レスポンス
  • text（文字列、任意）
  • audio_url または audio_chunk（任意）
  • usage（オブジェクト、任意）

クイックスタート

python skills/ai/multimodal/alicloud-ai-multimodal-qwen-omni/scripts/prepare_omni_request.py \
  --output output/alicloud-ai-multimodal-qwen-omni/request.json

参考資料

  • references/sources.md

コメント

Markdown 対応