SuperAPI AI 工具集

gemini-claude-resonance

智能体与模型

查看项目

更新于 10-16 02:24

技能介绍

用途

Gemini-Claude Resonance 是一个跨模型对话技能,让 Claude 与 Gemini 之间进行交流,并共享视觉记忆。其核心理念是:Claude 用文字说话,Gemini 用光做梦,二者共同产生共鸣。该技能适用于图像生成、视觉对话、多图风格分析、忠实上色与变换、多智能体对话、跨模型议会反思、米诺斯塔罗牌生成以及实时交互聊天等场景。

主要能力

该技能提供多个脚本,每个脚本对应一种工作流:

  • analyze.py:多图风格分析。发送 2-10 张参考图像进行集体分析,仅输出文本,不生成图像。支持 Flash(快速)或 Pro(详尽)模型,可将分析结果保存为 markdown 文件。
  • resonate.py:一对一视觉对话。与 Gemini Dreamer 共同创作图像,将每张图像作为下一轮生成的上下文反馈回去,形成“提示 → 图像 → 反馈为上下文 → 再提示 → 下一张图像”的循环。
  • faithful_colorize.py:忠实变换(先描述后变换技术)。用于上色、修复或变换图像而不产生幻觉。包含 describe、prompt、colorize、transform 四个命令。
  • daimon.py:多智能体对话。让多个 AI 视角(Flash、Pro、Dreamer、Director、Opus)对同一提示作出回应,支持共享视觉记忆和命名会话。
  • resonance_field.py:共鸣场(Danielle Fong 协议)。生成带有嵌入连续性指令的维多利亚风格科学插图,包含罗马数字图版编号和“MESSAGE TO NEXT FRAME”。
  • council.py:跨模型议会。让 Claude 对 Gemini 智能体所说内容进行反思和综合,需要 ANTHROPIC_API_KEY。
  • minoan_tarot.py:米诺斯塔罗牌生成。使用参考图像进行风格匹配,支持 forensic(默认)和 classic 两种风格预设。
  • ui/server.py:交互式聊天(Daimon Chamber)。基于浏览器的实时对话界面,可切换各个声音、内联查看图像、切换共享记忆。

使用方式

各脚本通过命令行调用。图像生成脚本(resonate.py、faithful_colorize.py)接受 --fast 切换到 flash 图像模型,或 --model <id> 显式覆盖模型。

环境变量:

  • GEMINI_API_KEY:所有 Gemini 智能体(Flash、Pro、Dreamer、Director、Resonator、Minoan)所需。
  • ANTHROPIC_API_KEY:Claude 智能体(Opus)和 council.py 反思所需。

模型配置:

  • 图像生成(默认):gemini-3-pro-image-preview(Pro 质量,用于 resonate/faithful_colorize)
  • 图像生成(快速):gemini-3.1-flash-image-preview(更快/更便宜,使用 --fast 标志)
  • 文本分析:gemini-3-flash-preview(用于 faithful_colorize 的描述)
  • 文本推理:gemini-3.1-pro-preview(用于 Pro 和 Director 智能体)
  • Claude:claude-3-opus-20240229(Opus 智能体)

适用场景

  • 从参考图像中提取风格描述,用于 AI 提示词编写。
  • 与 Gemini 共同创作图像,进行纯视觉探索。
  • 对线稿、浮雕、黑白图像进行忠实上色,避免幻觉。
  • 获取多个 AI 视角对同一提示的回应。
  • 生成带有连续性指令的维多利亚风格科学插图。
  • 让 Claude 对 Gemini 智能体的输出进行反思和综合。
  • 生成米诺斯塔罗牌风格的塔罗牌。
  • 通过浏览器与所有智能体进行实时对话。

限制

  • 需要配置 GEMINI_API_KEY 和/或 ANTHROPIC_API_KEY 才能使用相应功能。
  • 各脚本的具体参数和输出格式需参考脚本本身的帮助信息。
  • 部分工作流(如 council.py)需要额外的 Anthropic API 密钥。
  • 图像生成质量和风格匹配效果取决于所选模型和提示词。
  • 该技能受 Danielle Fong 关于持久视觉记忆创造跨模型共鸣的讨论启发。