Qwen3.6 Plus

Christopher-Schulze / ClankWork 公开的智能体工作流案例，来源为 公开代码库，复核于 2026-06-27T08:58:57Z。 Model Atlas 将它标记为 A 类证据，因为它同时具备具体使用者、具体任务、公开原始证据和可访问产物。

任务：将 Qwen Code CLI 包装成常驻 macOS 后台 daemon，通过 Telegram 接收任务，并使用 MCP、浏览器自动化、桌面工作流和文档处理能力执行个人工作站自动化任务。

公开产物：公开 GitHub 仓库提供了 ClankWork 原型、安装与配置说明，README 明确说明推荐模型路径使用 Qwen3.6 Plus，并说明其用于长上下文、多模态和函数调用工作流。

模型作用：Qwen3.6 Plus 作为模型层，为本地工作站智能体提供 1M 上下文、多模态理解、函数调用和低成本推理路线，支撑 Telegram 任务入口、视觉/文档工作流和长期上下文保持。

A 类理由：有具体使用者、具体任务、公开原始证据和可访问产物，可公开核验。

风险边界：证据来自项目 README 的自述，未看到第三方生产部署证明；但仓库和说明公开可访问，模型、使用者、任务与产物均明确。

原始记录：ClankWork 用 Qwen3.6 Plus 构建常驻 macOS Telegram 工作站智能体

zjkaaap / GradeLens 公开的文档理解与处理案例，来源为 公开代码库，复核于 2026-06-27T08:58:57Z。 Model Atlas 将它标记为 A 类证据，因为它同时具备具体使用者、具体任务、公开原始证据和可访问产物。

任务：教师上传 .docx 试卷后系统解析题干、标准答案与分值；学生上传作答照片后，多模态模型直接读取手写作答并对照答案评分。

公开产物：公开 README 说明 GradeLens 可输出结构化得分、满分、扣分点和评语，支持整卷评分；项目徽章和简介均明确标注模型为 qwen3.6-plus。

模型作用：Qwen3.6 Plus 直接执行看图、理解手写内容、对照标准答案评分和生成评语的核心流程，避免传统 OCR 加文本模型两段式方案对手写公式的识别损失。

A 类理由：有具体使用者、具体任务、公开原始证据和可访问产物，可公开核验。

风险边界：证据为项目 README 自述，未见外部学校/机构部署证明；仓库公开，模型、任务、输出和组织信息明确。

原始记录：GradeLens 智阅用 Qwen3.6 Plus 多模态能力实现端到端自动阅卷

LeopardCode.AI 公开的3D 与 Web 交互案例，来源为 公开代码库，复核于 2026-06-27T08:58:57Z。 Model Atlas 将它标记为 A 类证据，因为它同时具备具体使用者、具体任务、公开原始证据和可访问产物。

任务：开发并维护一个浏览器端 3D 空间音频体验构建器，支持在 2D/3D 画布放置声源、HRTF 空间化、姿态物理、关键帧动画、导出与分享。

公开产物：项目 README 提供公开仓库与线上 Vercel demo，说明该应用由 LeopardCode.AI 维护，是 fully agentic AI development 实验，并明确标注 vibecoded with Qwen3.6 Plus。

模型作用：Qwen3.6 Plus 用于代理式/代码生成式开发该 Web 应用，帮助实现交互式空间音频编辑、测试与部署相关功能。

A 类理由：有具体使用者、具体任务、公开原始证据和可访问产物，可公开核验。

风险边界：模型贡献为项目 README 自述；线上 demo 和 GitHub 仓库均可访问，适合作为公开产物型案例。

原始记录：LeopardCode.AI 用 Qwen3.6 Plus 代理式开发 3D Sound Journey Builder

chenzinuo2005 / music_creator 公开的多模态生成与理解案例，来源为 公开代码库，复核于 2026-06-27T08:58:57Z。 Model Atlas 将它标记为 A 类证据，因为它同时具备具体使用者、具体任务、公开原始证据和可访问产物。

任务：构建视频理解加音乐生成工作流：加载视频文件并以 Base64 传入 Qwen3.6-plus，提取 mood、energy、style、instruments、description 等音乐参数，再转成 MiniMax Music2.6 的生成提示词。

公开产物：公开仓库 README 展示 GUI/FastAPI 双入口、SSE 流式视频分析、音频预览/下载等功能；工作流程明确说明 Qwen3.6-plus 输出结构化 JSON 后用于生成 MP3 背景音乐。

模型作用：Qwen3.6 Plus 承担视频内容理解与音乐参数抽取，把视频画面/内容转化为可供音乐模型消费的结构化创作意图。

A 类理由：有具体使用者、具体任务、公开原始证据和可访问产物，可公开核验。

风险边界：案例来自开源项目说明，产物为工具代码而非已验证商业产品；但模型绑定、任务链路和输出结果均可在 README 核验。

原始记录：music_creator 用 Qwen3.6 Plus 分析视频并驱动 MiniMax Music2.6 生成背景音乐

zjcolacode 公开的多模态生成与理解案例，来源为 公开代码库，复核于 2026-06-27T08:58:57Z。 Model Atlas 将它标记为 A 类证据，因为它同时具备具体使用者、具体任务、公开原始证据和可访问产物。

任务：输入任意视频后，系统识别视频类型、按语义切片并评分，依据目标时长筛选片段、去重并重排，再用 ffmpeg 输出精华短视频和结构化 JSON。

公开产物：公开仓库 README 明确说明该 MVP 基于阿里云百炼 Coding Plan 与 qwen3.6-plus 视觉模型；架构中 VisionAnalyst 将抽帧后的多帧图片喂给 qwen3.6-plus，输出结构化片段标注，最终生成 highlight.mp4 和 highlight.json。

模型作用：Qwen3.6 Plus 负责多帧视觉理解、视频类型识别、片段语义标注和信息密度/情绪强度/独立可观看性评分，是自动剪辑决策链路的核心模型。

A 类理由：有具体使用者、具体任务、公开原始证据和可访问产物，可公开核验。

风险边界：项目为 MVP，未声明大规模生产使用；但 README 对模型调用方式、任务与输出产物描述具体，仓库公开可核验。

原始记录：zjcolacode 用 Qwen3.6 Plus 视觉模型构建视频精华自动剪辑智能体