ai-multimodal
使用 Google Gemini 處理與生成多媒體內容。支援音訊轉錄、影像辨識、影片分析、PDF 解析及 AI 圖像生成,具備超長上下文窗口,適用於複雜的多模態 AI 任務。
探索可重用的代理技能,查看實作細節,快速找到適合你工作流程的技能。
共找到 89 個技能
使用 Google Gemini 處理與生成多媒體內容。支援音訊轉錄、影像辨識、影片分析、PDF 解析及 AI 圖像生成,具備超長上下文窗口,適用於複雜的多模態 AI 任務。
分析 Markdown 檔案以識別浪費 Token 的模式,並提供具體優化建議,以提高文件對 AI 的 Token 使用效率與清晰度。
Supermemory 是 AI 代理的長期記憶基礎設施,提供持久上下文、用戶畫像及跨多模態知識庫的語義 RAG 搜尋功能。
透過結構化的自我評估檢查點,確保 AI 在任務執行前、中、後的方案驗證與風險控管,提升程式開發品質。
一套用於建構穩健 LLM 整合的工具包:包含 API 模式、串流、函數調用、RAG 管線及具成本效益的模型路由。
全方位辦公生產力 AI 代理工具包,支援 PDF、Word、Excel、PowerPoint 文件處理及內部溝通自動化。
自動化流程,用於下載、拆分並深度解析學術 PDF。通過分批處理技術確保閱讀品質,避免因內容過長導致的脈絡遺失與上下文視窗崩潰。
通用的 MCP 客戶端,支援透過漸進式揭露連接任何 MCP 伺服器。將 MCP 伺服器封裝為技能以避免工具定義佔用過多 Context Window。適用於 Zapier、GitHub、sequential thinking 及檔案操作。
Morph WarpGrep 與 Fast Apply 工具,提供極速代理代碼搜尋、深入邏輯分析以及高效率的 AI 代碼編輯功能。
透過 llms.txt、MCP 搜尋與智慧解析策略,有效率地讀取並導航外部技術文件。
更新 context-mode 至最新版本,重建資源,重新安裝全域 NPM 依賴項,並刷新 Hook 配置。
將成功的 Python 程式碼執行結果封裝為 gentools 套件中的可重用工具,並透過 Pydantic 模型實現結構化輸出與型別安全的執行介面。