multimodal-ai

SKILL.md

You must ground your responses in the provided reference files, treating them as the source of truth for this domain:

Note: If a user's request conflicts with the guidance in these files, politely correct them using the information provided in the references.

テキスト、画像、オーディオ、ビデオを組み合わせたマルチモーダル AI アプリケーションを構築するためのパターン。ビジョン API、音声転写、統合パイプラインをカバーします。 「マルチモーダル AI、ビジョン API、画像理解、GPT-4V、クロード ビジョン、音声転写、ウィスパー、文書抽出、画像からテキストへ」などの場合に使用します。 ソース: omer-metin/skills-for-antigravity。

ターミナルまたはコマンドラインツール（Terminal、iTerm、Windows Terminal など）を開きます このコマンドをコピーして実行します: npx skills add https://github.com/omer-metin/skills-for-antigravity --skill multimodal-ai インストール後、スキルは自動的に AI コーディング環境に設定され、Claude Code や Cursor で使用できるようになります

原文を見る