メニュー
デフォルトでは、最初にソースを確認する Prompt が選択されています。直接コマンドに切り替えるか、ローカルコピーをダウンロードすることもできます。
インストールを決める前に、SKILL.md と SkillsMP に表示されている付属ファイルをお読みください。
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。
直接コマンドでは確認用 Prompt が省略されます。実行前にソースを確認してください。
npx skills add https://github.com/qq5855144/GitHubM --skill multimodal-llmコマンドは1行のまま表示されます。コピー前に横へスクロールして全体を確認してください。
ローカルで確認しますか？SkillsMP が現在取得できるファイルをダウンロードできます。
SKILL.md を表示中
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。
SOC 職業分類に基づく
| 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。