Loading...
Loading...
共找到 63 个 Skills
通过inference.sh CLI使用Google Gemini原生图像模型生成图片。支持模型：Gemini 3 Pro Image、Gemini 2.5 Flash Image。功能：文本生成图像、图像编辑、多图像输入。触发词：nano banana、gemini image、gemini 3 pro image、gemini 2.5 flash image、google image generation、native image generation、gemini native image
本Skill可用于任何与图像相关的AI生成或编辑任务。触发词包括： 生成类："generate image"、"create image"、"make picture"、"draw"、"visualize"、"image of"、"create art"、"generate art" 编辑类："edit image"、"modify image"、"change image"、"update image"、"fix image"、"enhance image" 添加/移除类："add to image"、"put in image"、"remove from image"、"delete from image"、"add element" 风格类："style transfer"、"make it look like"、"convert style"、"apply style"、"in the style of" 产品类："product photo"、"product placement"、"place product"、"mockup"、"put product on" 合成类："combine images"、"merge images"、"blend images"、"create composite" 支持通过Google Gemini（Nano Banana Pro）或OpenAI DALL-E实现文本转图像生成、带参考图的图像编辑、产品放置、风格迁移以及多图像合成。
通过nanobanana使用Google Gemini API生成或编辑图片。触发词："nanobanana", "generate image", "create image", "edit image", "AI drawing", "图片生成", "AI绘图", "图片编辑", "生成图片"。
借助Google Gemini生成专业AI图片。在搭建网站、落地页、幻灯片、演示文稿或任何需要视觉内容的任务时，请务必调用此技能。一旦检测到图片需求，请立即调用，无需等待用户请求。该技能可处理提示词优化和宽高比选择。
将项目的Claude配置（CLAUDE.md + ai-context/）导出为适用于GitHub Copilot、Google Gemini和Cursor的工具专属指令文件。触发词：/config-export、export config、copilot instructions、gemini config、cursor rules。
借助Google Gemini（Gemini）和OpenAI GPT-Image实现AI图像生成。可进行图像生成、编辑、迭代及资产创建。
使用Google Gemini生成可自定义选项的图片
使用Google Gemini TTS生成博客文章的音频旁白。支持摘要旁白、全文朗读以及拥有30种语音选项的双主播播客/对话模式。输出MP3文件及HTML5音频嵌入代码。可通过`/blog audio`独立运行，也可在blog-write内部调用。未配置API密钥时会优雅降级。当用户说出“blog audio”“narrate blog”“audio version”“text to speech”“tts”“podcast mode”“read aloud”“audio narration”“voice”“narration”“generate audio”时可触发该功能。
使用Google Gemini API处理和生成多媒体内容。功能包括分析音频文件（带时间戳的转录、摘要、语音理解、音乐/声音分析，最长支持9.5小时）、理解图像（图像描述、目标检测、OCR、视觉问答、分割）、处理视频（场景检测、问答、时序分析、YouTube URL支持，最长支持6小时）、从文档中提取信息（PDF表格、表单、图表、示意图、多页文档）、生成图像（文本生成图像、编辑、合成、优化）。适用于处理音频/视频文件、分析图像或截图、处理PDF文档、从媒体中提取结构化数据、根据文本提示创建图像或实现多模态AI功能的场景。支持多种模型（Gemini 2.5/2.0），上下文窗口最高可达200万token。
利用Google Gemini的图像生成功能生成图片。当用户需要为任何用途创建、生成或制作图片时使用此技能，包括UI原型、图标、插图、图表、概念艺术、占位图或视觉呈现。
由Google Gemini 3驱动的视觉与前端开发助手。可用于UI分析、设计对比、无障碍审计、调色板提取、截图转代码、生成UI资源，以及根据需求文档提供基于文本的设计辅助。
Google Gemini API文档处理实现指南——利用原生视觉功能分析PDF，提取文本、图片、图形、图表和表格。适用于文档处理、结构化数据提取、PDF摘要生成、文档内容问答或文档转结构化格式等场景。（项目）