Agent Skills Hub

gemini-api

Google Gemini 影像生成 API 介面，支援文字轉影像、影像編輯、風格模板與自動重試工作流程。

gemini-interactions-api

專門用於實作 Gemini Interactions API 的技能。適用於狀態化多輪對話、背景 Deep Research 代理任務、函數呼叫、結構化輸出，以及現代 Python 與 TypeScript SDK 的整合。

gemini

Gemini AI 指令列介面，支援單次 Prompt 執行、內容生成，以及為 OpenClaw 使用者提供 JSON 格式的資料提取功能。

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。

gemini-audio

整合 Google Gemini API 音訊處理功能：進行錄音轉文字、音訊摘要、聲音分析，並提供語音合成 (TTS) 功能以產生自然語音。

gemini-vision

實作 Google Gemini API 影像分析功能，包含圖片標註、物件偵測、圖像分割、視覺問答及多圖比較分析。

nano-banana-pro

使用 Google Gemini 3 Pro 模型生成與編輯圖像、圖表和資訊圖表。支援文字轉圖像、風格轉換及數據準確的視覺化創作。

gemini-manager

將 Claude Code 作為架構師使用：將所有編碼與檔案編輯工作委派給 Gemini CLI，同時透過規劃、驗證與監督來掌控開發流程。

nanaban

透過 nanaban CLI 使用 Gemini API 生成與編輯影像。適用於製作插圖、標誌、圖示，以及執行背景移除、風格轉換等照片編輯任務。

food-diorama-skill

使用 Google Gemini API 生成 3D 城市美食盲盒影像。創作包含標誌性美食、文化符號與城市歷史元素的四宮格立體模型風格圖像。

nano-image-generator

使用 Nano Banana Pro (Gemini 3 Pro) AI 模型生成應用程式圖示、Logo、行銷橫幅及各類插圖等專業視覺素材。

paperbanana

使用 AI 自動化技術，將 CSV 或 JSON 資料轉換為適合學術出版的高品質統計圖表。