填补能力短板：开源项目 Hello-Multimodal 赋予 Claude Code 多模态与生图能力

开发者在利用 Claude Code 接入 DeepSeek 等纯文本大模型时，常面临视觉理解缺失的局限；而原生 Claude 大模型本身也不支持图片生成。针对这一痛点，社区开发者推出了名为“Hello-Multimodal”的开源 Skill 项目。该项目的核心功能在于充当“能力补丁”与“智能路由器”：它不仅能通过自动路由机制，将视觉理解任务转发至 GPT 多模态模型，从而让 DeepSeek 等文本模型“看懂”图片，还能为 Claude Code 补充原缺失的图片生成能力。在具体应用场景中，当用户请求分析 UI 截图时，若主模型不具备视觉能力，该技能会自动调用 GPT-5.4 进行处理并返回结果，全程无需用户手动切换模型。此外，它有效解决了本地路由代理映射导致的“虚假能力”陷阱，即不依赖模型名称，而是基于实际请求失败情况进行自动降级处理。在图片生成方面，需求会被自动委托给专门的生图引擎，并支持多渠道 Fallback 配置以适配独立计费。该项目已在 GitHub 开源，显著提升了 AI 编程工具在多模态任务下的自动化水平。

事件分析

💡 核心观点：该项目通过路由机制弥补单一模型的功能短板，预示着 AI 开发工具正从“模型绑定”向“多模型智能编排”演进。