用途：该技能提供 Google Gemini API 的专家级协助，覆盖 Gemini 1.5 Pro / Flash 模型，支持原生音频、图像、视频理解，百万级 token 上下文窗口与快速工具调用。
主要能力：
- 大规模多模态理解：Gemini 1.5 Pro / Flash 可处理最多 200 万 token 的文本、数小时视频、音频及大型代码库。
- 结构化 JSON 抽取：结合 Pydantic 与原生 response_schema 强制固定响应模式。
- 高速实时推理：Gemini 1.5 Flash 适合亚秒级、低成本的对话助手与摘要。
- 代码与仓库分析：可在单个上下文窗口内分析整个 GitHub 仓库。
- 原生视频与音频分析：通过 File API 上传文件后直接查询内容，例如按时间戳总结会议决策。
- 上下文缓存：对超过 32k token 且重复使用的提示创建缓存，降低每 token 成本。
使用方式：使用现代 Google GenAI SDK（google-genai），先创建客户端 client = genai.Client()，再调用 client.models.generate_content(model=..., contents=...)。结构化输出时设置 response_mime_type="application/json" 与 response_schema，并用 Pydantic 模型校验。处理视频、音频、PDF 时使用 client.files.upload(file=...) 上传，再在 contents 中引用。上下文缓存通过 client.caches.create 创建，并在请求中传入 cached_content。
适用场景：多模态文档分析（PDF / 音频 / 视频）、发票等结构化信息抽取、实时对话助手、代码库整体分析。
限制与注意事项：不要内联上传 base64 音视频，应使用 client.files.upload()；敏感凭据不要暴露在客户端代码中，应通过安全后端代理；需要严格模式或事实检索时避免温度高于 0.4。常见错误包括模型名或文件格式无效导致 400、免费额度触发 429、未导出 GEMINI_API_KEY 环境变量。