给纯文本大模型加上视觉的开源代理
dev_is_active · reddit · 2026-07-08
开发者发布 VisionBridge,一个轻量的 OpenAI 兼容代理,能让 DeepSeek、Qwen、GLM 等纯文本推理模型通过调用独立的视觉模型实现「看图」能力。 它提供 look、OCR、scan、crop、compare 等工具调用,无需训练、不改动模型权重。项目采用 MIT 许可证开源。
dev_is_active · reddit · 2026-07-08
开发者发布 VisionBridge,一个轻量的 OpenAI 兼容代理,能让 DeepSeek、Qwen、GLM 等纯文本推理模型通过调用独立的视觉模型实现「看图」能力。 它提供 look、OCR、scan、crop、compare 等工具调用,无需训练、不改动模型权重。项目采用 MIT 许可证开源。