Agent Skills Hub

gemini-api

Google Gemini 图像生成 API 接口，支持文本转图像、图像编辑、风格模板与自动重试工作流程。

gemini-interactions-api

专门用于实现 Gemini Interactions API 的技能。适用于状态化多轮对话、后台 Deep Research 代理任务、函数调用、结构化输出，以及现代 Python 与 TypeScript SDK 的整合。

gemini

Gemini AI 命令行接口，支持单次 Prompt 执行、内容生成，以及为 OpenClaw 用户提供 JSON 格式的数据提取功能。

ai-multimodal

使用 Google Gemini 处理与生成多媒体内容。支持音频转录、图像识别、视频分析、PDF 解析及 AI 图像生成，具备超长上下文窗口，适用于复杂的多模态 AI 任务。

gemini-audio

整合 Google Gemini API 音频处理功能：进行录音转文字、音频摘要、声音分析，并提供语音合成 (TTS) 功能以产生自然语音。

gemini-vision

实现 Google Gemini API 图像分析功能，包含图像描述、对象检测、图像分割、视觉问答及多图对比分析。

nano-banana-pro

使用 Google Gemini 3 Pro 模型生成与编辑图像、图表和信息图表。支持文本转图像、风格转换及数据准确的视觉化创作。

gemini-manager

将 Claude Code 作为架构师使用：将所有编码与文件编辑工作委派给 Gemini CLI，同时通过规划、验证与监督来掌控开发流程。

nanaban

通过 nanaban CLI 使用 Gemini API 生成与编辑图像。适用于制作插图、标志、图标，以及执行背景移除、风格转换等照片编辑任务。

food-diorama-skill

使用 Google Gemini API 生成 3D 城市美食盲盒影像。创作包含标志性美食、文化符号与城市历史元素的四宫格立体模型风格图像。

nano-image-generator

使用 Nano Banana Pro (Gemini 3 Pro) AI 模型生成应用图标、Logo、营销横幅及各类插图等专业视觉素材。

paperbanana

使用 AI 自动化技术，将 CSV 或 JSON 数据转换为适合学术出版的高质量统计图表。