用途：该技能通过 Gemini Omni 1.1 Flash 模型（gemini-omni-1.1-flash）完成生成式视频编辑、文生视频、图像参考视频生成、首帧到视频、首尾帧过渡等任务。所有操作经由 Interactions API 处理，输入媒体先经 Files API 上传。
主要能力：文生视频；首帧到视频（--first-frame）；首尾帧过渡（--first-frame 与 --last-frame，后者必须配合前者）；视频扩展，每轮最多 10 秒、总长最多 40 秒（--extend 或 --previous-interaction-id）；视频编辑与细化（最长 10 秒），可做风格修改、inpainting/outpainting；用图像或视频中的风格、角色、物体参考引导生成。输出分辨率支持 360p、720p（默认）、1080p、4k，比例支持 16:9 与 9:16。
使用方式：先设置环境变量 export GEMINI_API_KEY="your-api-key"；安装依赖 pip install -U google-genai，要求 Python >= 3.10，且系统 PATH 中有 ffmpeg 与 ffprobe。脚本位于 scripts/ 下：upload_file.py 上传本地图像或视频并轮询至 ACTIVE；generate_video.py 执行端到端生成并下载输出，可设 --aspect-ratio、--resolution、--duration（3 到 10 秒整数）、--timeout（默认 600 秒）等；inspect_video.py 用 ffprobe 查看时长、分辨率、帧率、音轨与格式；prep_video.py 裁剪、缩放、转帧率并规范视频。可用 --prompts-file 或 --batch jobs.json 配合 --concurrency 并行批量执行。
编辑与音频：编辑含音频的源视频时，默认保留原音频（可能被轻微修改）；若希望从头生成全新音频，须先用 --strip-audio（或 -a）去除音轨，否则模型会尝试保留或修改现有音频。
提示技巧：默认模型会尝试制作为多镜头叙事；需要单场景时提示“In a single unbroken scene”等；可用简单否定提示排除不需要元素；编辑建议用简短提示并加“Keep everything else the same”；可用自然语言或时间码（如 [0-3s] ...）安排事件与时序；可提示文本内容并保证可读。
限制：在 EEA、瑞士、英国及美国部分州，上传视频用于视频编辑或扩展不可用；若视频到视频编辑快速完成但输出为空（total_output_tokens: 0 或无视频内容），很可能由此限制导致。视频文件大于 25MB 时脚本会提示先用 prep_video.py 预处理。4k 生成耗时更长。其余如具体计费、配额、模型定价等事实暂未提供。