Vlmhub – 简单统一的视觉-语言模型Python接口发布

Vlmhub 是一个轻量级的、配置驱动的框架，用于在本地和云后端之间统一视觉-语言模型推理。它可以运行多模态提示，包括文本和图像，针对 Ollama、MLX-VLM、vLLM、HuggingFace Transformers、Gemini、Vertex AI、OpenAI 或 Anthropic 等模型，而无需重写任何推理代码。