多模态

MentraOS 把 Miniapp 放在手机 Runtime，通过共享连接管理多款智能眼镜的输入输出、设备能力和权限。

Qwen-Image 2.1 支持原生 RGBA、统一生成编辑、最多 10 张参考图和 2K 输出，但仓库许可证默认只授权非商业研究与评测。

Gemini Live Extended Thinking 把对话回合与后台任务生命周期拆开，客户端需要用 interaction_status 管理真正的完成状态。

介绍 HyperFrames 如何把 Agent 生成视频拆成 HTML、动画、素材、lint、preview 和 render 可检查流程，让视频生产进入工程循环。

通过 VEP/1 把图片转换成短证据包，并用 Provider fallback、缓存和凭据存储控制文本 Agent 的视觉输入成本与可靠性。

记录 Hermes 的 MiniMax 图片与视频插件实现，包括 image-01、Hailuo 异步任务、CN 与 global endpoint fallback、端到端测试和 PyPI 发布。

记录 Hermes 图片生成插件接入 StepFun 的目录结构、模型路由、API 调用、计费 endpoint 差异、版本修复和发布流程。