使用多模态参考(图像/视频/音频/文本)为 Seedance 2.0 和 Seedance 2.0 Fast 创建高精度英文提示
使用多模态参考(图像/视频/音频/文本)为 Seedance 2.0 和 Seedance 2.0 Fast 创建高精度英文提示
向 dr.eamer.dev LLM API 发送请求,以实现聊天补全、视觉分析、图像生成、文本转语音和视频生成,支持12家模型提供商。适用于需要调用外部LLM接口或比较不同提供商响应的场景。
构建生产级的大型语言模型应用、高级RAG系统和智能代理。支持向量搜索、多模态AI、代理编排和企业级AI集成。
在使用 Gemini 模型、Gemini API 处理多模态内容(文本、图像、音频、视频)、实现函数调用或使用结构化输出时使用此功能
用于将 Google Gemini API 集成到项目中,涵盖模型选择、多模态输入、流式传输、函数调用及生产环境最佳实践
MiniMax多模态模型技能——使用MiniMax多模态模型生成语音、音乐、视频和图像。利用MiniMax AI创建语音(文本转语音、语音克隆、语音设计、多段合成)、音乐(歌曲、纯音乐)、视频(文本转视频、图像转视频、起止帧、主体参考、模板、长篇多场景)、图像(文本转图像、带角色参考的图像转图像)以及媒体处理(转换、拼接、剪裁、提取)。当用户提及MiniMax、多模态生成,或希望生成语音/音乐/视频/图像AI内容、使用MiniMax API或结合MiniMax输出的FFmpeg工作流时启用此技能。
为创始人、独立开发者和技术专业人士打造的系统性X(推特)运营技能。采用每日计划-执行-检查-改进的闭环机制,结合五维内容策略、多模态创作、串推增长方案、互动与社区建设、产品推广整合、人设塑造、竞品分析和数据驱动的持续优化。适用于管理X账号、规划内容、分析推文表现、参与社区互动、开展竞品分析或优化发布策略。
使用 Gemini API(Nano Banana 图像生成、Veo 视频、Gemini TTS 语音与音频理解)构建端到端的多模态媒体工作流和代码模板,实现“生成 + 理解”一体化