用途：在 Google Cloud Vertex AI 上执行多模态媒体操作，覆盖视频理解、音频生成、图像创作与营销活动自动化，编排 Gemini 2.5 Pro/Flash、Imagen 4 和 Lyria 模型处理、分析并生成富媒体素材。
主要能力：视频分析（Gemini 2.5 Pro，低分辨率最长约 6 小时、默认约 2 小时）；图像生成（Imagen 4 生成高质量静图，Gemini 2.5 Flash Image 支持图文交错输出）；音频生成（Lyria 作曲与背景音轨）；营销自动化（由单一提示生成多类素材）。输出包括 PNG/JPEG 图像、WAV/MP3 音频、视频分析报告（场景拆分、关键时刻时间戳、转录文本、营销洞察）、营销素材包（主图、社媒图、广告文案、邮件文案、视频脚本）及结构化 JSON 元数据。
使用方式：需启用 Vertex AI API 的 Google Cloud 项目；安装 SDK：pip install google-cloud-aiplatform[vision,audio]；设置 GOOGLE_CLOUD_PROJECT 与 GOOGLE_APPLICATION_CREDENTIALS；服务账号需 roles/aiplatform.user 权限。初始化客户端并选择区域（推荐 us-central1），按任务选模型，准备输入媒体（上传至 Cloud Storage 的 gs:// URI 或本地路径），构造带明确参数的请求，执行并保存输出，交付前按品牌规范或 schema 校验。
限制与错误处理：需满足模型配额（Gemini 2.5 Pro 每分钟 200 万 token；Imagen 4 每分钟 100 张图）。权限不足需授予 IAM 角色；配额超限应批处理或改用 Gemini 2.5 Flash；图像生成 InvalidArgument 多因提示违反安全过滤或宽高比不支持（支持 1:1、16:9、9:16）；视频超时可用低分辨率模式或分段；音频为空需明确流派、节奏、情绪与时长；模型 NotFound 需核对模型 ID 并尝试 us-central1。
适用场景：竞品视频广告分析、由产品简报生成营销素材、将长视频改写为短视频片段等。更多模型能力与代码模式见 ${CLAUDE_SKILL_DIR}/references/core-capabilities.md。