gem - 基于Google Gemini的多模态AI处理
使用Google Gemini多模态AI处理和解析PDF、图像、视频及YouTube链接等多种文件类型。
标签
更新于: 2026-02-11能力
典型输入
典型输出
该技能可以做什么
- 处理文本查询
- 分析PDF文档
- 分析图像文件
- 处理YouTube视频
- 比较多个文件
- 执行网络搜索
输入
- GEMINI_API_KEY环境变量
- PDF文件
- 图像文件
- 视频文件
- YouTube链接
- 文本文件
- 搜索查询
输出
- 文本回答
- 文档摘要
- 图像描述
- 视频摘要
- 文件对比
- 搜索结果
要求
- GEMINI_API_KEY环境变量
- 已安装hamel包
- Google Gemini API访问权限
