Tóm tắt nhanh / Lệnh
Bộ Engineer
/ak:ai-multimodal
Xử lý ảnh, âm thanh, video và tài liệu bằng CLI @mrgoonie/multix bản npm mới nhất cho Gemini vision, OCR, chuyển lời nói thành văn bản, trích xuất có cấu trúc, tối ưu media và tạo nội dung theo provider đã xác minh.
Xác định CLI
Kiểm tra môi trường
Chọn loại media
Xác minh model
Nguyên tắc 01
CLI Multix bản npm mới nhất sở hữu cú pháp lệnh; skill này sở hữu điều phối và setup provider.
Nguyên tắc 02
Không dựng lại backend local song song trừ khi có ADR được chấp nhận hoặc quyết định rõ của maintainer.
Nguyên tắc 03
Catalog của provider sở hữu ID model, giới hạn, tình trạng khả dụng, giá và deprecation.
Nguyên tắc 04
Transcript nên xuất Markdown có metadata, trạng thái chunk và dòng có timestamp.
Các nhánh chính từ đầu vào đến kết quả, bám theo cách command chạy khi dùng thật.
Khởi động
Đầu vào, phạm vi, route
Xử lý
Agent / skill thực thi
Kiểm chứng
Gate, review, xác thực
Đóng
Báo cáo, bàn giao, artifact
Cách gọi skill: cú pháp, đối số vị trí, option dùng chung, rồi từng subcommand với cú pháp và kết quả riêng.
Cú pháp
/ak:ai-multimodal [file-path] [prompt][file-path] Đường dẫn file đầu vào
Ảnh, audio, video hoặc tài liệu local tùy chọn để phân tích, chép lời, trích xuất, chuyển đổi, tối ưu hoặc dùng làm ngữ cảnh. Nêu rõ mọi file có thể được upload; bỏ qua khi tạo nội dung chỉ từ brief văn bản.
/ak:ai-multimodal ./assets/receipt.png "Trích xuất người bán, ngày, tiền tệ, tổng tiền và các mục dòng vào ./artifacts/receipt.json"[prompt] Bắt buộc Prompt tác vụ
Yêu cầu bằng ngôn ngữ tự nhiên về phân tích, chép lời, trích xuất, chuyển đổi, tối ưu hoặc tạo nội dung, kèm đường dẫn output, định dạng, ranh giới upload, che dữ liệu, quyền sử dụng và cleanup. Skill không chọn model provider mặc định để tạo nội dung nếu chưa kiểm tra live.
/ak:ai-multimodal "Tạo video demo sản phẩm 15 giây vào ./artifacts/demo.mp4 sau khi xác định model nhà cung cấp hiện có, thời lượng, độ phân giải, tỷ lệ khung hình, giá cả và thời gian lưu giữ"Hợp đồng npm-latest
Mỗi lệnh dùng @mrgoonie/multix@latest với prefer-online khi có mạng.
Kiểm tra catalog provider
Tham số tạo nội dung lấy từ tài liệu provider hiện hành, không lấy từ trí nhớ tĩnh.
Ví dụ gọi command theo từng flag, subcommand, mode hoặc route dùng được trong workflow thực tế.
/ak:ai-multimodal ./assets/receipt.png "Trích xuất người bán, ngày, tiền tệ, tổng và các mục dòng vào ./artifacts/receipt.json; tách các trường không đọc được khỏi các giá trị suy luận"/ak:ai-multimodal ./media/interview.mp4 "Tạo bản ghi Markdown với metadata, trạng thái chunk và các dòng có dấu thời gian vào ./artifacts/interview-transcript.md"/ak:ai-multimodal ./docs/report.pdf "Chuyển đổi tài liệu được hỗ trợ này sang Markdown tại ./artifacts/report.md và bao gồm mọi cảnh báo chuyển đổi"/ak:ai-multimodal "Tạo video demo sản phẩm 15 giây vào ./artifacts/demo.mp4 sau khi xác định model nhà cung cấp hiện có, thời lượng, độ phân giải, tỷ lệ khung hình, giá cả và thời gian lưu giữ"