openJiuwen 社区近日发布 Skill-Omni，称其为业界首个工程化落地的多模态 Skill 范式，并已在 JiuwenSwarm 开箱即用。该方案可将网页截图、界面状态和视频操作脉络转化为可复用视觉经验，通过对比图、关键帧帮助 Agent 理解操作流程与视觉标准。开发者可用内置工具将网页链接或 B 站教程生成多模态 Skill，系统自动过滤广告等干扰并提取关键步骤。JiuwenSwarm 采用按需读取机制，仅在模型需要时调用图片，降低上下文负担。目前应用覆盖图像处理、GUI 自动化和企业知识库升级等场景。
