AI 概览 · 由大模型根据 SKILL.md 与仓库数据生成 · 2026年11月3日
面向 Gemini API 开发与多媒体任务的 Skill 集合
该仓库收录了面向 Gemini API、SDK 及模型或 Agent 交互的 Skill。已采集的资料显示,其中包括用于命令行提交生成与媒体任务的 Skill、用于 Gemini Live API 实时应用开发或迁移的 Skill,以及用于 Gemini Omni Flash 视频生成和编辑的 Skill。各项资料侧重点不同,部分条目的具体说明较少。
包含 Skill
4
可以单独安装
GitHub Star
4,510
仓库累计 Star
近 7 天
+62
新增 Star
代码更新
2026年11月13日
最近一次推送
核心亮点
1任务覆盖
涉及 API 命令行操作、实时流应用开发和生成式视频处理。
2媒体输入
命令行 Skill 支持通过参数附加媒体或文档,也可使用文件 URI 和 YouTube URL。
3输出处理
视频 Skill 会将生成结果保存到本地,并提供结果路径。
能做什么
- 通过 Gemini API CLI 对文本、图像、视频、音频转录及 Agent 运行等任务提交请求。
- 为 API 请求传入原始 JSON 参数、工具声明、生成配置或响应格式 Schema。
- 支持开发 Gemini Live API 双向实时流应用,涵盖音频、视频和文本流等场景。
- 使用 Gemini Omni Flash 进行文本生成视频、参考图视频生成、视频延展和生成式视频编辑。
- 按视频任务配置画幅、分辨率和时长,并处理生成文件的本地路径。
适用场景
将本地文档或媒体附加到 Gemini API 请求中进行处理。
开发基于 WebSocket 的实时音频、视频或文本流应用。
根据文字或参考图生成视频,或对已有视频进行延展和编辑。
对视频生成任务指定画幅、分辨率和时长。
用之前和用之后
- 使用前需要区分任务对应的 Skill,并准备相应输入使用后可依据所选流程发起 API 调用或运行脚本。
- 使用前媒体输入方式和输出格式需要按任务确认使用后可从本地文件路径或结构化响应中查看结果信息。
它是怎么工作的
第 1 步
确认任务与输入
第 2 步
选择对应调用方式
第 3 步
检查并处理输出
快速上手
安装与复制命令见“安装方式”。
- 1
先打开对应 Skill 的源文件,确认其适用任务和具体要求。
- 2
CLI 任务按说明准备文本、文件、媒体或请求 JSON;管道输入需留意是否要使用 --stdin。
- 3
视频任务根据目标准备源视频或参考媒体,再按说明运行相应脚本并设置参数。
- 4
查看命令或脚本返回的文件路径及输出信息,确认结果是否符合任务需要。
适合谁
- 需要通过命令行调用 Gemini API 的开发者
- 开发 Gemini Live API 实时流应用的开发者
- 需要尝试生成式视频生成或编辑流程的用户
局限
- 部分 Skill 的采集说明较短,Gemini Api Dev 条目没有提供具体操作细节。
- CLI 对输入方式有条件限制,例如管道文本需要显式使用 --stdin。
- CLI 输出会因任务和流式设置而不同,部分媒体任务写入本地文件。
- 视频 Skill 提到的参数与脚本适用于其描述的特定视频工作流,使用前应核对源文件。
使用前注意
- · 采集资料标注多个 Skill 的 riskLevel 为 high,使用前应检查对应源文件并确认其输入、执行方式和输出行为。
- · CLI 媒体本地路径有约 14 MB 的说明限制,Base64 上限约 20 MB;较大或需复用的文件可按源资料所述先上传。
- · 不要直接输出 CLI 的 --schema 原始内容;源资料提示其输出体积较大,建议通过 jq 处理。
包含的 Skills · 4
- Gemini Api Cli工作流Gemini Api Cli 是一个可复用的 AI Agent Skill,适合用于资料研究、事实整理和结构化报告写作。 批量生成和迭代广告创意文案,适合投放前素材准备。skills/gemini-api-cli/SKILL.md
- Gemini Api Dev工作流Gemini Api Dev 是一个可复用的 AI Agent Skill,适合用于资料研究、事实整理和结构化报告写作。skills/gemini-api-dev/SKILL.md
- Gemini Live Api Dev工作流Gemini Live Api Dev 是一个可复用的 AI Agent Skill,适合用于Use this skill when building real-time, bidirectional streaming applications with the Gemini Live API, or migrating legacy Live models (2.0/2.5/3.1) to Gemini 3.8 Live. Covers WebSocket-basedskills/gemini-live-api-dev/SKILL.md
- Gemini Omni Flash Api工作流Gemini Omni Flash Api 是一个可复用的 AI Agent Skill,适合用于Use this skill for generative video editing, text-to-video, image-referenced video generation, first-frame-to-video, first-and-last-frame transitions, and video extensions using Gemini Omniskills/gemini-omni-flash-api/SKILL.md
公开来源
相关 Skills
查看更多skills
19 Skills智能体技能合集 · anthropics
覆盖写作、文档处理、界面设计、API 参考等场景,可按具体任务查找并使用对应的 Agent Skill。
hallmark
1 Skills界面设计规范技能 · Nutlope
用于设计协作、界面方案梳理与视觉表达,适合在 Claude Code、Cursor 或 Codex 等环境中辅助整理设计思路。
garden-skills
6 Skills多用途智能体技能集 · ConardLi
从本地知识库问答、网页文章制作到图像和动画内容创作,适合按任务挑选对应 Skill 辅助完成工作。
agents
185 Skills多平台Agent技能集 · wshobson
覆盖无障碍测试、团队协作、FastAPI 项目搭建与文本审阅等场景,可用于辅助拆解开发任务、检查屏幕阅读器兼容性或整理写作反馈。
