Community研究與資料分析github.com

johnlindquist/gemini-image

使用 Gemini 的視覺能力分析圖像。用於圖像分析、從螢幕截圖中提取文字以及視覺內容理解。

gemini-image 是什麼?

這項技能讓 AI 代理能夠利用 Google Gemini 模型的視覺能力分析圖像。它支援多種使用場景,包括描述圖像內容、從螢幕截圖或文件中擷取文字、以及視覺內容理解。使用者可以透過提供圖像 URL 或本機檔案路徑來觸發分析,適合在開發工具或自動化工作流程中整合,例如 Claude Code 或 Cursor 等平台。該技能基於 Gemini 的多模態 API,能夠處理複雜的視覺資訊,需要確保 API 金鑰已正確設定。總體而言,它為 AI 代理開啟了視覺感知的功能,使其能處理需視覺理解的任務。

相容平台~Claude Code~Codex CLI~Cursor✓Gemini CLI
npx skills add https://github.com/johnlindquist/claude/tree/main/skills/gemini-image

Installed? Explore more 研究與資料分析 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

gemini-image 是做什麼的?

使用 Gemini 的視覺能力分析圖像。用於圖像分析、從螢幕截圖中提取文字以及視覺內容理解。

相關技能