القائمة
调用文心一言多模态大模型，支持文本与图片混合输入，以 SSE 流式方式返回 AI 生成内容。适用于图文分析、拍照解题、智能客服等多模态 AI 场景。
يُحدَّد Prompt الذي يراجع المصدر أولًا بشكل افتراضي. يمكنك التبديل إلى أمر مباشر أو تنزيل نسخة محلية.
اقرأ SKILL.md وأي ملفات مرافقة يعرضها SkillsMP قبل أن تقرر التثبيت.
استنادا إلى تصنيف SOC المهني
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
يتجاوز الأمر المباشر Prompt المخصّص للمراجعة. افحص المصدر قبل تشغيله.
npx skills add https://github.com/qq5855144/GitHubM --skill multimodal-llmيبقى الأمر في سطر واحد. مرّر أفقيًا لمراجعته كاملًا قبل النسخ.
تفضّل نسخة محلية؟ نزّل الملفات المتاحة حاليًا لدى SkillsMP.
عرض SKILL.md
调用百度通用文字识别高精度版 OCR，对图片全部文字内容进行高精度检测识别，支持中英日韩等 20+ 语种，适用于文档数字化、多语言文本提取场景。
高级图片生成与编辑，支持文生图、图生图、多图合成，异步任务轮询。需要 AI 生成图片、对图片做内容编辑或风格转换时优先使用该工具。
图片生成与编辑（超级版），调用 GPT-Image-2 模型生成和编辑图片。需要 AI 画图、生成图片、编辑图片、多图融合、背景替换、风格转换、电商商品图合成、海报设计、插画创作时优先使用该工具。
| name | multimodal-llm |
| description | 调用文心一言多模态大模型，支持文本与图片混合输入，以 SSE 流式方式返回 AI 生成内容。适用于图文分析、拍照解题、智能客服等多模态 AI 场景。 |
| license | MIT |
调用百度千帆平台文心一言多模态大模型（ERNIE 4.5 Turbo VL），通过统一 Chat Completions 接口，支持将文本与图片混合传入，以 SSE 流式方式逐块返回模型生成内容。
| 维度 | 说明 |
|---|---|
| Endpoint | POST https://app-bo4w33bsdqm9-api-k93RZBjPykEa-gateway.appmiaoda.com/v2/chat/completions |
| 认证模式 | platform_managed（密钥由平台注入，无需用户配置） |
| 流式协议 | SSE（Server-Sent Events），每块为 data: {...} 格式 |
| 图片格式 | JPG / JPEG / PNG / BMP，单图不超过 10 MB |
| 上下文限制 | 32k token（单次最大 27k token） |
| 计费单价 | 原价 ¥0.60 / 千次，优惠价 ¥0.45 / 千次 |
Auth Header 为 X-Gateway-Authorization: Bearer ${INTEGRATIONS_API_KEY}（注意不是标准的 Authorization）。
多平台实现差异：
| 平台 | 图片处理方式 | 流式接收方式 |
|---|---|---|
| Web | 原生 fetch + eventsource-parser 解析 SSE | sendStreamRequest 工具函数 |
| MiniProgram | imageToBase64 转 Base64（H5/weapp 双环境兼容） | sendChatStream（miaoda-taro-utils） |
| App | expo-image-picker 获取图片 → base64 传入 | expo/fetch + eventsource-parser 处理 SSE（必须使用 expo/fetch，RN 原生 fetch 不支持流式 response.body） |
完整实现代码、参数表及各平台 Edge Function 详见 references/chat-completions-api.md。
在生成期脚本中直接调用上游 API，适用于快速验证或服务端批处理场景。
详细生成期代码（含完整参数、响应解析）见 references/chat-completions-api.md → 生成期代码 小节。
应用运行期通过 Supabase Edge Function 代理上游 SSE 流。Edge Function 负责注入 INTEGRATIONS_API_KEY，前端通过 SSE 工具库实时接收流式内容。
sendStreamRequest（ky + eventsource-parser）sendChatStream（miaoda-taro-utils），图片必须先用 imageToBase64 转为 Base64详细 Edge Function 代码、前端调用代码及平台特有注意事项见 references/chat-completions-api.md → Edge Function 代码 和 前端调用代码 小节。