VisionBridgeは、テキスト専用大規模言語モデルが画像を処理できるようにする、OpenAI互換の軽量プロキシです。これは、look、OCR、scan、crop、compareなどのツールを通じて別のビジョンモデルにクエリを実行することで、DeepSeek、Qwen、GLMなどの推論モデルに視覚能力を与えます。 このプロジェクトにはトレーニングや追加の重みは必要なく、MITライセンスの下で公開されています。