SuperAPI AI 工具集

gemini-gen

设计与创作

查看项目

更新于 10-15 17:17

技能介绍

用途:gemini-gen 是 arcocodes/renoise-plugins-official 下的技能,通过 Renoise 网关调用 Gemini 3.1 Pro,做视觉理解与多模态分析,用于分析产品照片、提取视频脚本/对白、理解视频内容、比较视觉素材、OCR 文字提取,以及为提示词描述场景。零 npm 依赖,仅使用原生 fetch。

主要能力:提供预设分析模式,自动选择合适分辨率与输出格式。--mode product 分析产品图并返回结构化 JSON(类型、颜色、材质、卖点、品牌调性、场景建议),自动使用 high 分辨率。--mode video-script 观看视频并输出带时间戳的对白、场景描述与镜头运动,自动使用低分辨率以节省 token。--mode style 从参考图或视频提取色彩、光线、镜头语言、构图与氛围等视觉风格关键词。也支持自由提示词分析,以及 --json 输出模式。

使用方式:命令行调用脚本。示例:node ${CLAUDE_SKILL_DIR}/scripts/gemini.mjs --file photo.jpg --mode product;node ${CLAUDE_SKILL_DIR}/scripts/gemini.mjs --file clip.mp4 --mode video-script;node ${CLAUDE_SKILL_DIR}/scripts/gemini.mjs --file reference.jpg --mode style;自由分析:node ${CLAUDE_SKILL_DIR}/scripts/gemini.mjs --file photo.jpg "Describe this image in detail"。

常用选项:--file 附加本地文件(可重复,超过 20MB 自动上传);--file-uri 按 URI 附加已上传文件(需配合 --file-mime);--resolution 取值 low/medium/high/ultra_high,默认 medium;--model 默认 gemini-3.1-pro;--temperature 默认 1.0;--max-tokens 默认 8192;--json 请求 JSON 响应;--mode 预设分析模式。

文件处理:超过 20MB 的文件会自动先上传再分析,经 Renoise 文件网关返回有效期 1 小时的临时 URL。手动上传示例:FILE_URL=$(node ${CLAUDE_PLUGIN_ROOT}/skills/renoise-gen/scripts/upload.mjs large-video.mp4),之后用 --file-uri "$FILE_URL" --file-mime video/mp4 复用。支持的 MIME 类型包括 jpg/jpeg、png、webp、gif、mp4、mov、webm,内联上限均为 20MB。

鉴权与限制:需设置环境变量 RENOISE_API_KEY(可在 https://www.renoise.ai 获取)。接口为 POST https://renoise.ai/api/public/llm/proxy/v1beta/models/{model}:generateContent?key={RENOISE_API_KEY}。错误码:400 请求格式有误、403 API key 无效、429 触发限流需稍后重试、500 服务器错误可退避重试。该工具用于分析与理解,不用于生成图片或视频(生成类任务应使用 renoise-gen)。实际收费与价格资料未提供。