Qwen Vision

通过 scripts/analyze_image.py 调用阿里云 DashScope 的 Qwen 视觉模型（qwen-vl-max-latest/plus），对本地图片做描述、OCR、计数与图表分析；图片以 base64 上传，需 API Key，属于 OpenClaw 宿主技能。

热度 84.85

最近更新 2026-05-11 17:35:31

分类：数据依赖：代码执行 / 读写文件 / 第三方 API应用场景：数据处理

安装技能

复制下面的话术发给你的 Agent，它会通过 secure-skills 检索并安装该技能。

执行命令安装此 skill： npx secure-skills-cli add qwen-vision

Metadata

name: qwen-vision
description: Analyze images and videos using Qwen Vision API (Alibaba Cloud DashScope). Supports image understanding, OCR, visual reasoning.
homepage: https://dashscope.aliyuncs.com/
metadata: {"openclaw":{"emoji":"👁️","requires":{"bins":["python3"]}}}

Analyze images and videos using Alibaba Cloud's Qwen Vision API (通义千问视觉模型).

Analyze an image:

uv run {baseDir}/scripts/analyze_image.py --image "/path/to/image.jpg" --prompt "请描述这张图片" --api-key sk-xxx

With custom model:

uv run {baseDir}/scripts/analyze_image.py --image "/path/to/image.jpg" --model qwen-vl-max-latest --api-key sk-xxx

Get your API key from:

Model	Description
`qwen-vl-max-latest`	Latest max model (default)
`qwen-vl-plus-latest`	Faster, cost-effective