Communitygithub.com

google-gemini/gemini-skills

Name: google-gemini/gemini-skills
Author: Community

Nutze dieses Skill für generative Videobearbeitung, Text-zu-Video, bildgestützte Videogenerierung, Erstes-Bild-zu-Video, Übergänge zwischen erstem und letztem Bild sowie Videoerweiterungen mit Gemini Omni 1.1 Flash (gemini-omni-1.1-flash) über das offizielle google-genai SDK. Enthält Workflows zur Vorverarbeitung/Optimierung von hochauflösenden oder langen Quellvideos mit ffmpeg, zum Entfernen von Audio für vollständige Tonregeneration sowie zur schrittweisen Videobearbeitung und parallelen Ausführung.

Was ist gemini-skills?

Dieses Skill für KI-Agenten ermöglicht fortschrittliche generative Videobearbeitung mithilfe des Gemini Omni 1.1 Flash Modells (gemini-omni-1.1-flash) über das offizielle google-genai SDK von Google. Es unterstützt eine Vielzahl von Videogenerierungsaufgaben, darunter Text-zu-Video, bildgestützte Videogenerierung, Erstes-Bild-zu-Video, Übergänge zwischen erstem und letztem Bild sowie Videoerweiterungen. Das Skill beinhaltet integrierte ffmpeg-Workflows zur Vorverarbeitung und Optimierung von hochauflösenden oder langen Videos, um die Effizienz bei der API-Nutzung zu steigern. Es kann Audio für eine vollständige Tonregeneration entfernen und bietet Funktionen für iterative, schrittweise Videobearbeitung sowie parallele Ausführung mehrerer Videogenerierungsaufgaben. Dank seiner umfassenden Unterstützung verschiedener Videobearbeitungsmodi und Optimierungen ist dieses Skill ideal für KI-Agenten wie Claude Code, Cursor oder Codex, die multimodale generative Videofunktionen nahtlos in ihre Arbeitsabläufe integrieren möchten, ohne sich um die zugrunde liegende Implementierung oder API-Aufrufe kümmern zu müssen.

Funktioniert mit~Claude Code~Codex CLI~Cursor✓Gemini CLI

npx skills add google-gemini/gemini-skills

Original anzeigen→Alle Skills durchsuchen

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

ChatGPT Claude Gemini Grok Perplexity DeepSeek

Dokumentation

Was macht gemini-skills?

Individual skills in this repo

This repo contains 5 individual skills — each has its own dedicated page.

google-gemini/gemini-api-dev

Use this skill when building applications with Gemini API hosted models, including Gemini and Gemma 4, working with multimodal content (text, images, audio, video), implementing function calling, using structured outputs, or needing current model specifications. Covers SDK usage (google-genai for Python, @google/genai for JavaScript/TypeScript, com.google.genai:google-genai for Java, google.golang.org/genai for Go), model selection, and API capabilities.

google-gemini/gemini-interactions-api

Use this skill when writing code that calls the Gemini API for text generation, multi-turn chat, multimodal understanding, image generation, streaming responses, background research tasks, function calling, structured output, or migrating from the old generateContent API. This skill covers the Interactions API, the recommended way to use Gemini models and agents in Python and TypeScript.

google-gemini/gemini-live-api-dev

Use this skill when building real-time, bidirectional streaming applications with the Gemini Live API. Covers WebSocket-based audio/video/text streaming, voice activity detection (VAD), native audio features, function calling, session management, ephemeral tokens for client-side auth, live translation, and all Live API configuration options. SDKs covered - google-genai (Python), @google/genai (JavaScript/TypeScript).

google-gemini/gemini-skills

Use this skill for generative video editing, text-to-video, image-referenced video generation, first-frame-to-video, first-and-last-frame transitions, and video extensions using Gemini Omni 1.1 Flash (gemini-omni-1.1-flash) via the official google-genai SDK. Includes workflows for pre-processing/optimizing high-resolution or long source videos with ffmpeg, stripping audio for full sound regeneration, and handling turn-by-turn video editing and parallel execution.

google-gemini/vertex-ai-api-dev

Guides the usage of Gemini API on Google Cloud Vertex AI with the Gen AI SDK. Use when the user asks about using Gemini in an enterprise environment or explicitly mentions Vertex AI. Covers SDK usage (Python, JS/TS, Go, Java, C#), capabilities like Live API, tools, multimedia generation, caching, and batch prediction.

Verwandte Skills

steipete/video-frames

Extract frames or short clips from videos using ffmpeg.

community

steipete/summarize

Summarize or transcribe URLs, YouTube/videos, podcasts, articles, transcripts, PDFs, and local files.

community

openclaw/openclaw

Use when testing, fixing, or extending the OpenClaw Control UI GUI with Vitest + Playwright end-to-end checks, mocked Gateway WebSocket flows, mocked dashboard runs, screenshots/videos, or agent-verifiable browser proof.

community

obra/superpowers

Obra superpowers agent skills.

community

affaan-m/ECC

See, Understand, Act on video and audio. See- ingest from local files, URLs, RTSP/live feeds, or live record desktop; return realtime context and playable stream links. Understand- extract frames, build visual/semantic/temporal indexes, and search moments with timestamps and auto-clips. Act- transcode and normalize (codec, fps, resolution, aspect ratio), perform timeline edits (subtitles, text/image overlays, branding, audio overlays, dubbing, translation), generate media assets (image, audio...

community

affaan-m/everything-claude-code

End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.

community