Web Gemini 多模态过滤器¶
Filter v0.3.2
一个强大的过滤器，为 OpenWebUI 中的任何模型提供多模态能力：PDF、Office、图片、音频、视频等。
概述¶
此插件利用 Gemini 作为分析器，为任何模型提供多模态处理能力。它支持 Gemini 模型的直接文件处理，以及其他模型（如 DeepSeek, Llama）的“分析器模式”，即由 Gemini 分析文件并将结果注入上下文。
功能特性¶
- 多模态支持: 处理 PDF, Word, Excel, PowerPoint, EPUB, MP3, MP4 和图片。
- 智能路由:
- 直连模式 (Direct Mode): 对于 Gemini 模型，文件直接传递（原生多模态）。
- 分析器模式 (Analyzer Mode): 对于非 Gemini 模型，文件由 Gemini 分析，结果注入为上下文。
- 持久上下文: 利用 OpenWebUI 的 Chat ID 跨多轮对话维护会话历史。
- 数据库去重: 自动记录已分析文件的哈希值，防止重复上传和分析。
- 字幕增强: 针对视频/音频上传的专用模式，生成高质量 SRT 字幕。
安装¶
- 下载插件文件:
web_gemini_multimodel.py - 上传到 OpenWebUI: 管理员面板 → 设置 → 函数
- 配置 Gemini Adapter URL 和其他设置。
- 启用过滤器。
配置¶
| 选项 | 类型 | 默认值 | 描述 |
|---|---|---|---|
gemini_adapter_url | string | http://... | Gemini Adapter 服务的 URL |
target_model_keyword | string | "webgemini" | 识别 Gemini 模型的关键字 |
mode | string | "auto" | auto (自动), direct (直连), 或 analyzer (分析器) |
analyzer_base_model_id | string | "gemini-3.0-pro" | 用于文档分析的模型 |
subtitle_keywords | string | "字幕,srt" | 触发字幕流程的关键字 |
使用方法¶
- 在聊天中 上传文件 (PDF, 图片, 视频等)。
- 关于文件 提问。
- 插件会自动处理文件并为所选模型提供上下文。