调用魔搭社区（ModelScope）Qwen3-VL 多模态 API 进行视觉解析。使用 OpenAI SDK 兼容方式调用，支持图片内容描述、OCR 文字提取、视觉问答、对象检测等功能。用户提到"魔搭"、"ModelScope"、"Qwen-VL"、"多模态视觉"、"解析图片"等关键词时应触发。
数据来源：ClawHub。 在 ClawSkills 查看
选择你使用的 Agent
方法一：命令行安装（推荐）
推荐（无需提前安装 clawhub）
npx clawhub@latest --dir ~/.claude/skills install ms-qwen-vl或使用 clawhub CLI（需提前安装）
clawhub --dir ~/.claude/skills install ms-qwen-vl⚠️ 需要 Node.js 18+，没有 Node？请使用下方方法二直接下载 ZIP。 安装 Node.js →
方法二：手动下载安装（无需 Node）
下载 ZIP，解压后将文件夹放到以下路径，重启 Agent 即可：
安装路径
~/.claude/skills/ms-qwen-vl/💡解压后将文件夹放到上方路径，重启 Agent 即可生效
--- name: ms-qwen-vl description: 调用魔搭社区（ModelScope）Qwen3-VL 多模态 API 进行视觉解析。使用 OpenAI SDK 兼容方式调用，支持图片内容描述、OCR 文字提取、视觉问答、对象检测等功能。用户提到"魔搭"、"ModelScope"、"Qwen-VL"、"多模态视觉"、"解析图片"等关键词时应触发。 ---
基于 ModelScope Qwen3-VL 系列模型的多模态视觉识别技能，使用 OpenAI SDK 兼容方式调用。
# 安装依赖
pip install -r requirements.txt
# 配置 API Key
cp .env.example .env编辑 .env 文件，填入从 https://modelscope.cn/my/myaccesstoken 获取的 API Key：
MODELSCOPE_API_KEY=your_api_key_here当用户提供本地图片路径时（如桌面截图），必须使用 Python 脚本处理：
python scripts/ms_qwen_vl.py "<图片路径>" --task <任务类型>脚本会自动将本地文件转换为 ModelScope API 需要的 base64 格式。
当用户提供网络 URL 时，同样使用上述命令，脚本会自动识别：
python scripts/ms_qwen_vl.py "<URL>" --task <任务类型>场景 1：分析桌面截图
用户: 请帮我描述这张图片 C:\Users\...\Desktop\screenshot.png
助手: [执行] python scripts/ms_qwen_vl.py "C:\Users\...\Desktop\screenshot.png"场景 2：OCR 识别本地图片
用户: 识别这张图中的文字: D:\Documents\invoice.jpg
助手: [执行] python scripts/ms_qwen_vl.py "D:\Documents\invoice.jpg" --task ocr场景 3：分析网络图片
用户: 分析这张图片 https://example.com/photo.jpg
助手: [执行] python scripts/ms_qwen_vl.py "https://example.com/photo.jpg" --task describe场景 4：视觉问答
用户: 这张图里有几个人？C:\Users\...\Desktop\photo.png
助手: [执行] python scripts/ms_qwen_vl.py "C:\Users\...\Desktop\photo.png" --task ask --question "图片里有几个人？"| 用户需求 | --task 参数 | |---------|-------------| | 描述图片内容 | describe | | 识别文字/OCR | ocr | | 回答关于图片的问题 | ask（需要 --question） | | 检测物体 | detect | | 解析图表 | chart |
# 图像描述（默认）
python scripts/ms_qwen_vl.py image.jpg
# OCR 文字识别
python scripts/ms_qwen_vl.py image.jpg --task ocr
# 视觉问答
python scripts/ms_qwen_vl.py image.jpg --task ask --question "图片里有什么？"
# 使用精细模式（235B 模型）
python scripts/ms_qwen_vl.py image.jpg --task describe --precisePython 代码调用：
from scripts.ms_qwen_vl import analyze_image
result = analyze_image("image.jpg", task="ocr")
print(result)| 任务 | 参数 | 说明 | |------|------|------| | 图像描述 | describe | 详细描述图片内容（默认） | | OCR 识别 | ocr | 识别图片中的文字 | | 视觉问答 | ask | 回答关于图片的问题 | | 目标检测 | detect | 检测图片中的物体 | | 图表解析 | chart | 解析图表数据 |
| 变量名 | 说明 | |--------|------| | MODELSCOPE_API_KEY | API 密钥（必需） | | MODELSCOPE_MODEL | 默认模型（可选） | | MODELSCOPE_MODEL_PRECISE | 精细模式模型（可选） |
ms_qwen_vl.py - 核心解析脚本，提供 analyze_image() 统一接口
api-guide.md - OpenAI SDK 兼容调用方式详细说明 models.md - Qwen3-VL 系列模型及推荐使用场景
安装 Ms Qwen Vl 后，可以对 AI 说这些话来触发它
Help me get started with Ms Qwen Vl
Explains what Ms Qwen Vl does, walks through the setup, and runs a quick demo based on your current project
Use Ms Qwen Vl to call the Qwen3-VL multi-modal API of ModelScope for visual analysis
Invokes Ms Qwen Vl with the right parameters and returns the result directly in the conversation
What can I do with Ms Qwen Vl in my documents & notes workflow?
Lists the top use cases for Ms Qwen Vl, with example commands for each scenario
将技能文件夹放到 ~/.claude/skills/ms-qwen-vl/ 目录（个人级，所有项目可用），或 .claude/skills/ms-qwen-vl/（项目级）。重启 AI 客户端后，用 /ms-qwen-vl 主动调用，或让 AI 根据上下文自动发现并使用。
Ms Qwen Vl 支持 Claude、Cursor、OpenClaw，可与这些 AI 平台无缝集成，扩展其能力。
Ms Qwen Vl 可免费安装使用。请查阅仓库了解许可证信息。
调用魔搭社区（ModelScope）Qwen3-VL 多模态 API 进行视觉解析。使用 OpenAI SDK 兼容方式调用，支持图片内容描述、OCR 文字提取、视觉问答、对象检测等功能。用户提到"魔搭"、"ModelScope"、"Qwen-VL"、"多模态视觉"、"解析图片"等关键词时应触发。
Ms Qwen Vl 属于「Documents & Notes」分类，该分类的技能帮助 AI 智能体在此领域执行专业任务。
Automate my documents & notes tasks using Ms Qwen Vl
Identifies repetitive steps in your workflow and sets up Ms Qwen Vl to handle them automatically