gemini-3-multimodal
✓使用 Gemini 3 Pro 處理多模式輸入（圖像、視頻、音頻、PDF）。涵蓋圖像理解、視頻分析、音頻處理、文檔提取、媒體分辨率控制、OCR 和令牌優化。在分析圖像、處理視頻、轉錄音頻、提取 PDF 內容或處理多模式數據時使用。
SKILL.md
Comprehensive guide for processing multimodal inputs with Gemini 3 Pro, including image understanding, video analysis, audio processing, and PDF document extraction. This skill focuses on INPUT processing (analyzing media) - see gemini-3-image-generation for OUTPUT (generating images).
Gemini 3 Pro provides native multimodal capabilities for understanding and analyzing various media types. This skill covers all input processing operations with granular control over quality, performance, and token consumption.
| Resolution | Tokens per Image | Best For |
使用 Gemini 3 Pro 處理多模式輸入（圖像、視頻、音頻、PDF）。涵蓋圖像理解、視頻分析、音頻處理、文檔提取、媒體分辨率控制、OCR 和令牌優化。在分析圖像、處理視頻、轉錄音頻、提取 PDF 內容或處理多模式數據時使用。 來源：adaptationio/skrillz。
可引用資訊
為搜尋與 AI 引用準備的穩定欄位與指令。
- 安裝指令
npx skills add https://github.com/adaptationio/skrillz --skill gemini-3-multimodal- 分類
- #文件處理
- 認證
- ✓
- 收錄時間
- 2026-02-01
- 更新時間
- 2026-02-18
快速解答
什麼是 gemini-3-multimodal？
使用 Gemini 3 Pro 處理多模式輸入（圖像、視頻、音頻、PDF）。涵蓋圖像理解、視頻分析、音頻處理、文檔提取、媒體分辨率控制、OCR 和令牌優化。在分析圖像、處理視頻、轉錄音頻、提取 PDF 內容或處理多模式數據時使用。 來源：adaptationio/skrillz。
如何安裝 gemini-3-multimodal？
開啟你的終端機或命令列工具（如 Terminal、iTerm、Windows Terminal 等） 複製並執行以下指令：npx skills add https://github.com/adaptationio/skrillz --skill gemini-3-multimodal 安裝完成後，技能將自動設定到你的 AI 程式設計環境中，可以在 Claude Code 或 Cursor 中使用
這個 Skill 的原始碼在哪？
https://github.com/adaptationio/skrillz
詳情
- 分類
- #文件處理
- 來源
- skills.sh
- 收錄時間
- 2026-02-01