【从文字狱到三维重构：Qwen-MM-Plugins 正让 Agent 拥有真正的“感官”】通义千问开源了 Qwen-MM-Plugins 插件集，通过 MCP 协议让 Claude Code、Codex 等主流 Agent 具备了原生多模态能力。它不仅涵盖动态分辨率的图像与长视频分析，还支持直接驱动 Blender 和 FreeCAD 进行 3D 建模。通过 uvx 实现的一键式安装逻辑，解决了多模态工具在不同智能体座舱间配置碎片化的痛点。这标志着 Agent 正在摆脱纯文本模拟器的局限，进入原生多模态阶段。核心逻辑在于它将多模态能力从单纯的感知升级到了执行。对开发者而言，这不仅是加了几个 API，而是建立了一套能理解物理空间和时间序列的作业系统。社区评论指出，这种原生化意味着 Agent 可以直接处理 CAD 设计和视频编辑流，而非在文本层反复横跳，这正是智能体走向垂直工业领域所需的最后一块感官拼图。 repo: QwenLM/Qwen-MM-Plugins