工程開發資料分析教育自動化
gemini-video-understanding
使用 Google Gemini API 進行深度影片分析:包含影片摘要、音訊轉錄、時間戳記提取、影片片段剪輯,並支援 YouTube 連結或本機檔案,適用於多種模型與長文本脈絡。
瀏覽: 213★ 1
探索與 google gemini api 相關的 AI Agent 技能。在 Mentalok Skills Hub 瀏覽可安裝的 Claude Code 與自動化技能。
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 5 個技能
使用 Google Gemini API 進行深度影片分析:包含影片摘要、音訊轉錄、時間戳記提取、影片片段剪輯,並支援 YouTube 連結或本機檔案,適用於多種模型與長文本脈絡。
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。
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。
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。
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。