使用 MuleRouter 或 MuleRun 多模态 API 生成图像和视频，支持文生图、图生图、文生视频、图生视频、视频编辑（VACE、关键帧插值）。适用于用户希望通过 AI 模型如 Wan2.6、Veo3、Nano Banana Pro、Sora2、Midjourney 生成、编辑或转换图像和视频的场景。

使用 Google Gemini 多模态 AI 分析视频。从任意网址（如 Loom、YouTube、TikTok、Vimeo、Twitter/X、Instagram 及 1000 多个网站）下载视频，获取字幕、描述和问题答案。当需要观看、分析、总结或转录视频，或回答有关视频内容的问题时使用。当收到视频链接或涉及视频理解的请求时自动触发。

通过音频（字幕）和视觉（帧提取加图像分析）双通道对YouTube视频进行多模态分析。尤其适用于教程、演示和说明类视频，其中所展示的内容（截图、UI演示、图表、代码、肢体动作）与所说的内容同等重要。当用户希望分析、总结YouTube视频内容，或从视频中生成分步指南时，或当用户分享YouTube链接并希望了解视频内容时，即可使用此功能。触发条件包括“分析这个YouTube视频”“根据这段视频创建分步指南”“这个视频展示了什么”“总结这个教程”或任何带有分析意图分享的YouTube链接。

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。

当用户想要创建或优化应用内付费墙、升级页面、追加销售弹窗或功能解锁条件时使用。当用户提及“付费墙”、“升级页面”、“升级弹窗”等术语时也适用

创建并优化弹窗、模态框、覆盖层、滑入式组件和横幅，以提升转化率，同时不损害用户体验或品牌信任

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