Gemini Gen 是一个面向视觉理解与多模态分析的命令行工具，属于 Renoise 官方插件集合。它通过 Renoise 网关调用 Gemini 3.1 Pro 模型，脚本不依赖 npm 包，只使用原生 fetch；小文件以内联方式发送，超过 20MB 的文件会自动上传后再分析。
【用途】 主要用于分析图片和视频内容，包括商品照片分析、视频脚本与对白提取、视频内容理解、视觉素材比较、OCR 文字提取，以及为提示词描述画面场景。资料明确说明，它不负责图像生成或视频生成，这类需求应改用 renoise-gen。
【主要能力】
- 自由分析：可只输入文本问题，也可附加一个或多个本地文件进行比较或描述。
- 商品分析（--mode product）：分析商品照片并返回结构化 JSON，包含类型、颜色、材质、卖点、品牌调性和场景建议，自动选用高分辨率以保留细节。
- 视频脚本提取（--mode video-script）：输出带时间戳的对白、场景描述和镜头运动，自动选用低分辨率以减少 token 消耗。
- 风格提取（--mode style）：从参考图片或视频中提取配色、光线、镜头语言、构图和情绪等视觉风格关键词。
- JSON 输出模式（--json）：要求模型以 JSON 格式返回结果。
- 大文件处理：超过 20MB 的文件自动上传，返回有效期 1 小时的临时 URL；也可先手动上传，再用 --file-uri 和 --file-mime 多次复用。
【使用方式】 通过 node 执行脚本 gemini.mjs，常用参数包括：--file 附加本地文件（可重复）、--file-uri 与 --file-mime 附加已上传文件、--resolution 设置分辨率（low/medium/high/ultra_high，默认 medium）、--model 指定模型（默认 gemini-3.1-pro）、--temperature 设置温度（默认 1.0）、--max-tokens 设置最大输出 token（默认 8192）、--json 请求 JSON 输出、--mode 选择预设模式。鉴权使用环境变量 RENOISE_API_KEY，API Key 需在 renoise.ai 获取。主要示例包括：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；手动上传使用 node ${CLAUDE_PLUGIN_ROOT}/skills/renoise-gen/scripts/upload.mjs large-video.mp4 获取 URL。
【适用场景】 电商商品图整理与卖点归纳、短视频或广告片的内容拆解与脚本还原、参考素材的视觉风格总结、多张图片的对比描述、图片中的文字提取，以及为生成类工具撰写画面描述提示词等。
【限制与说明】 支持的内联 MIME 类型包括 jpg/jpeg、png、webp、gif、mp4、mov、webm，单文件内联上限 20MB。上传得到的临时 URL 有效期为 1 小时。错误码方面：400 表示请求格式问题，403 表示 API Key 无效，429 表示被限流需等待重试，500 表示服务端错误可用退避重试。资料未提供具体收费标准、价格或调用配额，暂未提供。