Plugins multimodais para agentes Qwen chegam ao topo do Trendshift
Projeto em Python conecta agentes a visão, áudio, vídeo, busca na web, edição e ferramentas 3D por meio de skills e servidores MCP.
Edição: Anderson Gomes
· 5 min de leitura

O Qwen-MM-Plugins é um repositório da organização QwenLM que reúne plugins multimodais nativos para modelos Qwen. Criado em 29 de julho de 2026, o projeto ganhou atenção rapidamente: aparece em quarto lugar no ranking diário e em primeiro no semanal do Trendshift, na consulta de 11 de agosto. A proposta é resolver a dificuldade de transformar agentes baseados em texto em sistemas capazes de interpretar e manipular imagens, vídeos, documentos, áudio e ambientes 3D.
Dados rápidos
- Repositório: QwenLM/Qwen-MM-Plugins
- Licença: Apache-2.0
- Linguagem: Python
- Estrelas e forks: 1.837 estrelas, 1.578 no período e 88 forks
- Ranking: Trendshift diário #4 e semanal #1
- Consulta: 11 de agosto de 2026
Um conjunto de capacidades para agentes
O projeto organiza cada capacidade como uma skill, componente que informa ao modelo quais ferramentas estão disponíveis, acompanhada opcionalmente por um servidor MCP, padrão usado para conectar modelos a ferramentas externas. A instalação é separada por função, permitindo escolher apenas os recursos necessários.
O pacote core funciona como base para leitura local de imagens e vídeos em resolução dinâmica e visualização de arquivos, incluindo documentos e modelos 3D. Também oferece operações como recorte, anotação de imagens e extração de quadros de vídeo.
Há módulos para APIs de compreensão de mídia, busca na web e busca reversa de imagens, memória hierárquica para vídeos longos, edição e geração de vídeo, controle de Blender e FreeCAD e produção de vídeos educacionais. O README informa que o suporte de APIs atualmente utiliza DashScope, enquanto a busca usa Serper.
Como funciona e como instalar
O instalador recomendado reúne instalação, configuração, verificação e desinstalação. Ele atende Claude Code, Codex, Qoder, OpenClaw, Qwen Code e Gemini CLI, criando um arquivo de configuração compartilhado em ~/.qwen-mm-plugins/config.
curl -fsSL https://raw.githubusercontent.com/QwenLM/Qwen-MM-Plugins/main/install.sh | bash
O projeto usa uvx para instalar as dependências Python do perfil escolhido no primeiro uso, sem exigir instalação manual por pip. Também é possível executar ações individuais com bash install.sh install, configure, verify ou uninstall.
A instalação manual depende do agente. Em ferramentas com marketplace, o usuário adiciona o repositório e instala uma capacidade, como qwen-mm-plugins-core ou qwen-mm-plugins-video-edit. O README recomenda instalar o core como base e acrescentar os módulos específicos.
No Windows, o ambiente validado é o WSL2, com Ubuntu recomendado. O README orienta manter o repositório dentro do diretório pessoal do WSL, e informa que o Windows nativo ainda não foi validado.
Casos de uso previstos
- Análise de imagens e vídeos: o agente pode ler arquivos locais, extrair quadros, recortar imagens e visualizar diferentes formatos.
- Pesquisa com verificação visual: o módulo
searchcombina busca na web, extração de páginas e busca reversa de imagens para conferir informações. - Compreensão de mídia: o módulo
apireúne visão computacional, OCR, localização de elementos, transcrição de áudio, identificação de múltiplos falantes e análise temporal. - Criação e edição audiovisual:
video-editcobre fluxos de edição e geração de imagens, vídeos e áudios. - Modelagem e engenharia: os módulos
blenderefreecadcontrolam programas em execução para modelagem, materiais, iluminação, renderização, edição de propriedades e exportação de arquivos STEP e STL. - Educação:
edu-agenttransforma problemas de matemática ou ciência, ou uma imagem, em vídeos explicativos passo a passo ou páginas interativas em chinês. Essa capacidade é somente uma skill e não possui servidor MCP.
O que diferencia a abordagem
A principal característica verificável é a combinação de skills e servidores MCP opcionais em um mesmo repositório. Em vez de oferecer apenas uma ferramenta multimodal isolada, o projeto distribui capacidades por pacotes instaláveis separadamente e fornece instruções específicas para diferentes ambientes de agentes.
O instalador também usa os mecanismos nativos de cada harness compatível, segundo o README, em vez de criar um sistema paralelo de integração. A configuração compartilhada permite que interfaces gráficas e terminais leiam os mesmos parâmetros, enquanto usuários de outras ferramentas podem registrar skill e MCP manualmente.
Maturidade, segurança e pontos de atenção
O repositório é recente: foi criado em 29 de julho de 2026 e recebeu seu último commit em 11 de agosto. Tem cinco issues abertas, 88 forks e nenhuma release encontrada. Esses dados indicam atividade inicial, mas não permitem concluir estabilidade, cobertura de testes ou maturidade de produção; essas informações não estão disponíveis no repositório consultado.
A instalação sugerida executa um script remoto com curl e bash, o que exige verificar o conteúdo e o ambiente antes da execução. Alguns recursos dependem de serviços externos, como DashScope e Serper, e Blender ou FreeCAD precisam estar em execução para os respectivos plugins.
A licença informada é Apache-2.0. Número de contribuidores, política detalhada de segurança, requisitos completos de hardware, custos de APIs e disponibilidade de suporte comercial não foram informados no repositório.
Resumo rápido
- Projeto: conjunto de plugins multimodais para agentes Qwen
- Licença: Apache-2.0
- Linguagem: Python
- Estrelas: 1.837
- Ranking: Trendshift diário #4 e semanal #1
- Risco principal: projeto recente, sem release publicada e com dependências externas
Fontes
- Repositório no GitHub
- Releases do projeto
- Homepage: sem site oficial informado
- Trendshift: ranking informado no repositório não apresenta link específico no material consultado
- Python
- Apache-2.0
- Repositórios em Alta
- Trendshift
67 mil estrelas: TheAlgorithms/Java é a maior coleção aberta de algoritmos em Java para
Coleção open source de estruturas de dados e algoritmos em Java atrai quase 70 mil desenvolvedores e mantém ritmo constante de contribuições.
· 5 min de leitura
Claude-BugHunter lidera ranking de IA para caça de bugs com 7,7 mil estrelas
Pacote de 83 habilidades para Claude Code automatiza detecção de vulnerabilidades com base em relatórios reais de hackers.
· 5 min de leitura
AG-UI 1.0: padrão aberto padroniza agentes de IA em front-end
Protocolo leve e baseado em eventos permite conectar agentes de IA a web, mobile, Slack e terminais com uma única integração.
· 4 min de leitura
Arcane v3: ferramenta Go de gestão Docker ganha tração em 2026
Ferramenta de código aberto escrita em Go simplifica administração de containers com interface moderna e auto-hospedável.
· 4 min de leitura