Communitygithub.com

google-gemini/gemini-skills

Utilisez cette compétence pour l'édition vidéo générative, la conversion texte-vers-vidéo, la génération vidéo avec référence d'image, la vidéo à partir d'une première image, les transitions entre la première et la dernière image, ainsi que les extensions vidéo, en utilisant Gemini Omni 1.1 Flash (gemini-omni-1.1-flash) via le SDK officiel google-genai. Elle inclut des workflows de prétraitement/optimisation de vidéos haute résolution ou longues avec ffmpeg, le retrait de la piste audio pour une régénération complète du son, et la gestion de l'édition vidéo tour par tour et de l'exécution parallèle.

Qu'est-ce que gemini-skills ?

Cette compétence est conçue pour les développeurs et les agents IA qui ont besoin d'effectuer de l'édition vidéo générative avancée. Elle exploite le modèle Gemini Omni 1.1 Flash via le SDK officiel google-genai pour réaliser des opérations telles que la génération de vidéo à partir de texte (text-to-video), la génération vidéo avec référence d'image, la création de vidéo à partir d'une première image, les transitions entre la première et la dernière image, ainsi que les extensions vidéo. Elle est particulièrement utile pour les workflows de post-production où la manipulation vidéo est nécessaire sans perdre en qualité. La compétence intègre également des fonctionnalités de prétraitement et d'optimisation des vidéos haute résolution ou longues à l'aide de ffmpeg, permet de retirer la piste audio pour une régénération complète du son, et offre une gestion fine de l'édition tour par tour ainsi que de l'exécution parallèle des tâches. Elle est compatible avec les environnements utilisant le SDK google-genai et nécessite Python ainsi que ffmpeg pour le traitement vidéo.

Compatible avec~Claude Code~Codex CLI~Cursor✓Gemini CLI
npx skills add google-gemini/gemini-skills
Voir l'original→Voir toutes les compétences

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

OpenAIChatGPTClaudeClaudeGeminiGeminiGrokGrokPerplexityPerplexityDeepSeekDeepSeek

Documentation

Que fait gemini-skills ?

Utilisez cette compétence pour l'édition vidéo générative, la conversion texte-vers-vidéo, la génération vidéo avec référence d'image, la vidéo à partir d'une première image, les transitions entre la première et la dernière image, ainsi que les extensions vidéo, en utilisant Gemini Omni 1.1 Flash (gemini-omni-1.1-flash) via le SDK officiel google-genai. Elle inclut des workflows de prétraitement/optimisation de vidéos haute résolution ou longues avec ffmpeg, le retrait de la piste audio pour une régénération complète du son, et la gestion de l'édition vidéo tour par tour et de l'exécution parallèle.

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.

Skills associés

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