使用 VLM Run CLI（vlmrun）与 Orion 视觉 AI 代理交互，通过自然语言处理图像、视频和文档。触发场景包括：图像理解与生成、目标检测、OCR、视频摘要、文档提取、图像生成、视觉 AI 聊天，以及“生成一张图像/视频”“分析这张图像/视频”“从中提取文字”“总结这个视频”“处理这个 PDF”

向 dr.eamer.dev LLM API 发送请求，支持跨12个模型提供商的聊天补全、视觉分析、图像生成、文本转语音和视频生成。适用于需要调用外部LLM端点或比较不同提供商响应的场景。

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。