QwenCloudBRASIL
Início›Biblioteca›Documentação
Tradução de apoio para consulta. Código e identificadores técnicos preservados. Consultar referência original ↗

Adicione capacidades de compreensão visual.

Visão para modelos codificadores

Alguns modelos de planos Token (qwen3.7-plus, qwen3.6-plus, qwen3.5-plus) nativamente suportam compreensão visual e podem processar entradas de imagem diretamente. Para modelos somente de texto, como glm-5 e MiniMax-M2.5, você pode adicionar capacidades visuais configurando uma habilidade local.

A imagem que compreende a habilidade consome créditos do plano Token. Não há cobranças adicionais.

Pré-requisitos

  1. Você assinou o [Token Plan] (https://home.qwencloud.com/analytics/token-plan/team). Veja [Começando] (/token-plan/overview).
  2. Você completou a configuração de integração em uma ferramenta de plano Token e pode conversar normalmente. Veja [Clientes e Ferramentas de Desenvolvimento] (/developer-guides/clients-and-developer-tools/claude-code) para o guia de configuração da sua ferramenta.

Suporte à visão

Modelo Suporte à visão Descrição
qwen3.7-plus, qwen3.6-plus, qwen3.5-plus Sim Não é necessário nenhuma configuração adicional. Você pode passar imagens diretamente.
qwen3.7-max, glm-5MiniMax-M2.5 Não Requer uma habilidade ou agente para permitir capacidades visuais.

qwen3.7-plus, qwen3.6-plus, e qwen3.5-plus tem capacidade de compreensão visual. Se você precisa processar imagens frequentemente, mudar para um desses modelos é a abordagem mais simples e recomendada.

Ferramenta Como trocar
Claude Code. /model qwen3.7-plusor/model qwen3.6-plusor/model qwen3.5-plus
OpenCode /models Então procure e selecione.qwen3.7-plusorqwen3.6-plusorqwen3.5-plus
Qwen Code /model então selecioneqwen3.7-plusorqwen3.6-plusorqwen3.5-plus

Para mais informações sobre mudar de modelo em outras ferramentas de codificação, veja [Clientes e Ferramentas de Desenvolvimento] (/developer-guides/clients-and-developer-tools/claude-code). Depois de trocar, você pode referenciar caminhos de imagem diretamente em sua conversa, ou arrastar e soltar/colar imagens.

Método 2: Adicione capacidades visuais via Habilidade ou Agente

Se você precisar usar modelos somente de texto, como glm-5 ou MiniMax-M2.5 para processamento de imagens, você pode configurar uma habilidade ou agente para permitir capacidades visuais.

Claude Code

###  Adicione a habilidade

1.  Criar um `.claude` pasta em seu diretório de projeto, em seguida, criar um `skills/image-analyzer`  Diretório dentro dele:

```bash
mkdir -p .claude/skills/image-analyzer
```

2.  Criar um `SKILL.md`  arquivo nesse diretório com o seguinte conteúdo:

```markdown
---
name: image-analyzer
description: Helps models without vision capabilities understand images. Use this skill when you need to analyze image content, extract information, text, or UI elements from images, or understand screenshots, charts, architecture diagrams, or any visual content. Simply pass in the image path to get a description.
model: qwen3.7-plus
---
qwen3.7-plus has visual understanding capabilities. Use qwen3.7-plus directly for image understanding.
```

3. A estrutura de diretório resultante é a seguinte:

```text
.claude/
└── skills/
  └── image-analyzer/
    └── SKILL.md
```

###  Começando.

1.  Corra. `claude` Em seu diretório de projetos para iniciar Claude Code, então execute `/model glm-5` Para mudar para o `glm-5`  Modelo.
2.  Reference um caminho de imagem na conversa e faça uma pergunta, por exemplo: `Load image-analyzer skill and describe the content in screenshot.png.`

OpenCode

###  Adicione o agente.

1.  Criar um `.opencode` pasta em seu diretório de projeto, em seguida, criar um `agents`  Diretório dentro dele:

```bash
mkdir -p .opencode/agents
```

2.  Criar um `image-analyzer.md`  arquivo nesse diretório com o seguinte conteúdo:



  O campo do modelo deve usar o nome do provedor e do modelo definido no arquivo de configuração do OpenCode.  Veja o exemplo de configuração no [OpenCode] (/developer-guides/clients-and-developer-tools/opencode) documentação.  Deveria ser. `qwen-cloud-token-plan/qwen3.7-plus`.



```markdown
---
description: Analyzes images using a vision-capable model. Use this agent when the user needs to understand image content, extract information from screenshots, diagrams, UI mockups, or any visual content. Invoke with @image-analyzer followed by the image path and your question.
mode: subagent
model: qwen-cloud-token-plan/qwen3.7-plus
tools:
  write: false
  edit: false
---
You have vision capabilities. Analyze the provided image and return a clear, structured description focused on what the user is asking about.
```

3. A estrutura de diretório resultante é a seguinte:

```text
.opencode/
└── agents/
  └── image-analyzer.md
```

###  Começando.

1.  Corra. `opencode` Em seu diretório de projeto para iniciar o OpenCode, então mude para o `glm-5`  Modelo.
2. Invocar `@` `image-analyzer` e fazer uma pergunta, por exemplo: `@image-analyzer describe the content in screenshot.png.`

FAQ

Por que o OpenCode com um modelo de visão não interpreta imagens?

Causa: OpenCode não permite a capacidade de visão de um modelo por padrão. Você deve declarar explicitamente o modalities parâmetro no arquivo de configuração.

{
  "$schema": "https://opencode.ai/config.json",
  "provider": {
    "qwen-cloud-token-plan": {
      "npm": "@ai-sdk/anthropic",
      "name": "QwenCloud Token Plan",
      "options": {
        "baseURL": "https://token-plan.maas.qwencloudapi.com/compatible-mode/v1",
        "apiKey": "sk-sp-xxx"
      },
      "models": {
        "qwen3.7-plus": {
          "name": "Qwen3.7 Plus",
          "modalities": {
            "input": [
              "text",
              "image"
            ],
            "output": [
              "text"
            ]
          },
          "options": {
            "thinking": {
              "type": "enabled",
              "budgetTokens": 1024
            }
          }
        },
        "qwen3.6-plus": {
          "name": "Qwen3.6 Plus",
          "modalities": {
            "input": [
              "text",
              "image"
            ],
            "output": [
              "text"
            ]
          },
          "options": {
            "thinking": {
              "type": "enabled",
              "budgetTokens": 1024
            }
          }
        },
        "qwen3.5-plus": {
          "name": "Qwen3.5 Plus",
          "modalities": {
            "input": [
              "text",
              "image"
            ],
            "output": [
              "text"
            ]
          },
          "options": {
            "thinking": {
              "type": "enabled",
              "budgetTokens": 1024
            }
          }
        }
      }
    }
  }
}

Por que o OpenClaw com um modelo de visão não interpreta imagens?

Causa: Openclaw requer o campo de entrada no arquivo de configuração para determinar se um modelo suporta capacidades de visão.

Solução:

  1. Na ~/.openclaw/openclaw.json arquivo de configuração, garantir que a definição do modelo inclui o "input": ["text", "image"] Campo.
{
  "models": {
    "mode": "merge",
    "providers": {
      "bailian": {
        "baseUrl": "https://token-plan.maas.qwencloudapi.com/compatible-mode/v1",
        "apiKey": "YOUR_API_KEY",
        "api": "openai-completions",
        "models": [
          {
            "id": "qwen3.7-plus",
            "name": "qwen3.7-plus",
            "reasoning": false,
            "input": ["text", "image"],
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "contextWindow": 1000000,
            "maxTokens": 65536
          },
          {
            "id": "qwen3.6-plus",
            "name": "qwen3.6-plus",
            "reasoning": false,
            "input": ["text", "image"],
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "contextWindow": 1000000,
            "maxTokens": 65536
          },
          {
            "id": "qwen3.5-plus",
            "name": "qwen3.5-plus",
            "reasoning": false,
            "input": ["text", "image"],
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "contextWindow": 1000000,
            "maxTokens": 65536
          }
        ]
      }
    }
  },
  "agents": {
    "defaults": {
      "model": {
        "primary": "bailian/qwen3.6-plus"
      },
      "models": {
        "bailian/qwen3.7-plus": {},
        "bailian/qwen3.6-plus": {},
        "bailian/qwen3.5-plus": {}
      }
    }
  },
  "gateway": {
    "mode": "local"
  }
}
  1. Depois de modificar a configuração, você deve limpar o cache do modelo Openclaw e reiniciar. Caso contrário, a velha configuração permanecerá em vigor.
rm ~/.openclaw/agents/main/agent/models.json
openclaw gateway restart