MCP HubMCP Hub
Вернуться к навыкам

ai-multimodal

majiayu000
Обновлено 14 days ago
21 просмотров
58
9
58
Посмотреть на GitHub
Метаpdfwordaiapidesigndata

О программе

Этот навык обеспечивает мультимодальные функции ИИ, используя Google Gemini API для превосходной обработки аудио, изображений, видео и документов, включая транскрипцию, анализ и OCR. Он также генерирует изображения и короткие видео с помощью моделей Imagen 4 и Veo 3. Используйте его вместо встроенной системы зрения Claude для сложных задач с медиа, таких как извлечение данных из PDF, анализ длинных видео или создание визуального контента.

Быстрая установка

Claude Code

Рекомендуется
Основной
npx skills add majiayu000/claude-skill-registry -a claude-code
Команда плагинаАльтернативный
/plugin add https://github.com/majiayu000/claude-skill-registry
Git клонированиеАльтернативный
git clone https://github.com/majiayu000/claude-skill-registry.git ~/.claude/skills/ai-multimodal

Скопируйте и вставьте эту команду в Claude Code для установки этого навыка

GitHub репозиторий

majiayu000/claude-skill-registry
Путь: skills/data/ai-multimodal
0

Похожие навыки

content-collections

Мета

Этот навык предоставляет проверенную в продакшене настройку для Content Collections — TypeScript-ориентированного инструмента, который преобразует файлы Markdown/MDX в типобезопасные коллекции данных с валидацией Zod. Используйте его при создании блогов, сайтов документации или контентных приложений на Vite + React для обеспечения типобезопасности и автоматической проверки содержимого. Он охватывает всё: от настройки плагина Vite и компиляции MDX до оптимизации развертывания и валидации схем.

Просмотреть навык

polymarket

Мета

Этот навык позволяет разработчикам создавать приложения на платформе прогнозных рынков Polymarket, включая интеграцию с API для торговли и получения рыночных данных. Он также обеспечивает потоковую передачу данных в реальном времени через WebSocket для отслеживания текущих сделок и рыночной активности. Используйте его для реализации торговых стратегий или создания инструментов, обрабатывающих обновления рынка в реальном времени.

Просмотреть навык

creating-opencode-plugins

Мета

Этот навык помогает разработчикам создавать плагины OpenCode, которые подключаются к более чем 25 типам событий, таким как команды, файлы и операции LSP. Он предоставляет структуру плагина, спецификации API событий и шаблоны реализации для модулей на JavaScript/TypeScript. Используйте его, когда вам нужно перехватывать, отслеживать или расширять жизненный цикл ассистента OpenCode AI с помощью пользовательской событийно-ориентированной логики.

Просмотреть навык

sglang

Мета

SGLang — это высокопроизводительный фреймворк для обслуживания больших языковых моделей (LLM), специализирующийся на быстрой структурированной генерации JSON, regex и рабочих процессов агентов с использованием кэширования префиксов RadixAttention. Он обеспечивает значительно более высокую скорость вывода, особенно для задач с повторяющимися префиксами, что делает его идеальным для сложных структурированных результатов и многократных диалогов. Выбирайте SGLang вместо альтернатив, таких как vLLM, когда вам требуется ограниченное декодирование или вы создаете приложения с интенсивным совместным использованием префиксов.

Просмотреть навык