Skip to main content

multimodal-models

スター13
フォーク1
更新日2026年6月5日 17:40

Add or modify multimodal (vision + language + audio) models in mobius. Use when wiring a VisionModel, projector, InputMixer, or VisionLanguageTask; handling image/audio token placeholders; choosing a projector variant; or splitting a model into 3-or-4 ONNX sub-models for ORT GenAI deployment.

インストール

Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。

ファイルエクスプローラー
5 ファイル
SKILL.md
readonly