Vision-плагин, который даёт текстовым моделям DeepSeek и GLM возможность читать изображения напрямую в чате без сохранения файлов.
источник ↗#gemini-api
2 записейSentrySearch — инструмент для семантического поиска по видео: индексирует чанки с эмбеддингами Gemini или Qwen3-VL, ищет по тексту/изображению и возвращает обрезанные клипы.
источник ↗