Toutes les ressources premium et membres pour 8,99 €/mois, en abonnement sans engagement. Voir les offres

PalateKit

Se connecter
Menu

Demander une ressource

Décrivez en une phrase la ressource qui vous manque. Nous vous écrirons quand elle sera publiée.

0 / 280

Une page, une vidéo ou une image en ligne.

Débloquer PalateKit

Tout débloquer

Offre

Le paiement vaut acceptation de nos conditions générales de vente.

Paiement sécurisé par Stripe. Reçus et factures envoyés par e-mail.

Content de vous revoir

Connectez-vous pour installer, télécharger ou sauvegarder cette ressource. Un compte gratuit suffit pour les ressources gratuites.

Vision, audio et vidéo avec les modèles d'IA v1.0.0

Utilisez cette ressource pour intégrer la vision, l'audio ou la génération vidéo dans une application

Nouveau

  • 507 téléchargements
  • 106 mentions J'aime
  • 201 sauvegardes

Gratuit

Installer avec la CLI

Dans un terminal, depuis le dossier voulu :

npx --yes palatekit@latest install vision-audio-video-llm-patterns

Sans option, la skill va dans ~/.agents/skills/ ; ajoutez --agent claude-code (ou codex, cursor…) pour viser un agent.

Première fois : connectez la CLI avec

npx --yes palatekit@latest login

L'agent intègre l'analyse d'images et de documents, la transcription et la synthèse vocales, puis la génération de vidéos avec plusieurs modèles. Il choisit le modèle adapté à chaque tâche et structure les appels pour les vidéos en plusieurs plans.

Choisie surtout par

Mise à jour le 2 novembre 2026

Carte de la skill « Vision, audio et vidéo avec les modèles d'IA »

Caractéristiques

Fonctionne dans
Guides d'installation
Génère avec
Le modèle de votre agent
Licence
MIT

Ressources similaires

Tout voir

Ce que vous obtenez

  • rules/vision-*.md : analyse d'images, documents et choix de modèles
  • rules/audio-*.md : reconnaissance et synthèse vocales, choix des modèles audio
  • rules/video-*.md : génération vidéo, schémas d'appel et plans multiples

Pour qui

  • Vous ajoutez l'analyse d'images ou de PDF à une application
  • Vous voulez transcrire un audio ou générer une voix

Pas pour qui

    Étiquettes

    • vision
    • audio
    • vidéo

    À propos

    Vous dites

    « Ajoute à mon appli l'extraction du montant total des factures en PDF. »

    Carte de la skill « Vision, audio et vidéo avec les modèles d'IA »

    Skill publiée par yonatangross sous licence MIT. Fichiers livrés dans leur version d'origine, en anglais.

    Voir plus

    Comment l'utiliser

    1. Installez la skill dans le dossier de skills de votre agent
    2. Demandez à votre agent de intégrer la vision, l'audio ou la génération vidéo dans une application
    3. Relisez et ajustez le résultat

    Aperçu du contenu

    Fichiers

    • LICENSE1,1 Ko
    • NOTICE-PALATEKIT.md0,5 Ko
    • rules/_sections.md1,5 Ko
    • rules/_template.md0,4 Ko
    • rules/audio-models.md3,4 Ko
    • rules/audio-speech-to-text.md2,9 Ko
    • rules/audio-text-to-speech.md2,8 Ko
    • rules/video-generation-models.md3,5 Ko
    • rules/video-generation-patterns.md4,2 Ko
    • rules/video-multi-shot.md4,2 Ko
    • rules/vision-document.md2,4 Ko
    • rules/vision-image-analysis.md3,3 Ko
    • rules/vision-models.md3,1 Ko
    • SKILL.md9 Ko
    • test-cases.json8 Ko

    Origine et licence

    Référencée sans modification

    Auteur
    yonatangross
    Source
    github.com/yonatangross/orchestkit/tree/18a6aaa53d9971ef094b0758b08dfc606a1ea4bc/src/skills/multimodal-llm
    Licence
    MIT

    Notice

    « multimodal-llm » (yonatangross, MIT) livré dans sa version d'origine : fiche en français et en anglais par PalateKit.

    Avis des utilisateurs

    –

    Aucune note pour l'instant

    Chargement des avis…

    Supprimer votre avis ?

    Votre note et votre commentaire seront retirés de la fiche.