gemini-omni — скилл для Claude Code и Codex
Скилл для Claude Code и Codex, который генерирует короткие видео через gemini-omni-1.1-flash и редактирует уже созданный клип без пересоздания.
AGPL-3.0 ★ 78 316 обновлён 2026-10-24
npx skills add calesthio/OpenMontage --skill gemini-omni -a claude-codeЧто делает gemini-omni
Скилл работает на Claude Code и Codex через инструмент gemini_omni_video, который обращается к Gemini Interactions API напрямую, без шлюза. Генерирует клипы от 3 до 10 секунд в 720p с синтезированным аудио, текстом на экране и расписанием сцен по таймкодам вида [0-3s].
Главное отличие от других провайдеров в OpenMontage — диалоговое редактирование. После генерации gemini_omni_video возвращает interaction_id; следующий вызов с previous_interaction_id меняет клип на месте. Редактирующий промпт должен быть коротким и точным — длинное описание сцены переделывает клип целиком. Маршруты через fal.ai или Runway этот идентификатор не сохраняют, поэтому диалоговое редактирование доступно только через прямой вызов.
Скилл использует GEMINI_API_KEY или GOOGLE_API_KEY — тот же ключ, что у google_imagen и google_tts. Стоимость выходного видео — $17.50 за миллион токенов, что соответствует примерно $0.10 за секунду клипа; без данных об использовании адаптер считает по максимуму в 10 секунд. Референсные изображения передаются через reference_image_paths и привязываются к ролям в промпте тегами <IMAGE_REF_0>, <IMAGE_REF_1> и так далее; тег <FIRST_FRAME> делает картинку первым кадром.
Какие задачи решает
- точечно отредактировать готовый клип без пересоздания
- сгенерировать видео с синтезированным аудио и текстом на экране
- привязать референсное изображение к персонажу или стилю через тег
- расписать смену сцен по таймкодам в одном промпте
- загрузить существующее видео и изменить в нём объект или текст
Примеры запросов агенту
- Сними 5-секундный клип: кот на подоконнике, солнечный свет, хвост медленно двигается, тихая фоновая музыка
- Убери телефон из руки, всё остальное оставь как есть — используй
previous_interaction_idиз прошлого ответа - Создай клип с
<FIRST_FRAME>изhero.jpg: женщина идёт по улице,[0-3s]она останавливается,[3-6s]оборачивается
Как установить gemini-omni
1Через Skills CLI (Vercel)
npx skills add calesthio/OpenMontage --skill gemini-omni -a claude-code2Вручную: положить файлы
~/.claude/skills/gemini-omni/SKILL.mdПапка скилла целиком; для одного проекта — .claude/skills/gemini-omni/
1Через Skills CLI (Vercel)
npx skills add calesthio/OpenMontage --skill gemini-omni -a codex2Вручную: положить файлы
.agents/skills/gemini-omni/SKILL.mdДля всех проектов — ~/.agents/skills/
1Через Skills CLI (Vercel)
npx skills add calesthio/OpenMontage --skill gemini-omni -a cursor2Вручную: положить файлы
.cursor/skills/gemini-omni/SKILL.mdCursor читает и .agents/skills/, и .claude/skills/
1GitHub CLI
gh skill install calesthio/OpenMontage .agents/skills/gemini-omni2Вручную: положить файлы
.github/skills/gemini-omni/SKILL.md1Через Skills CLI (Vercel)
npx skills add calesthio/OpenMontage --skill gemini-omni -a gemini-cli2Командой платформы
gemini skills install https://github.com/calesthio/OpenMontage --path .agents/skills/gemini-omniВручную: положить файлы
.devin/skills/gemini-omni/SKILL.mdСтарый путь .windsurf/skills/ тоже читается
Claude.ai
Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills
По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов
Вопросы о gemini-omni
Как установить gemini-omni в Claude Code?
Выполните npx skills add calesthio/OpenMontage --skill gemini-omni -a claude-code. Скилл появится по пути ~/.claude/skills/gemini-omni/SKILL.md.
Что делает скилл gemini-omni?
Генерирует видеоклипы от 3 до 10 секунд в 720p через модель gemini-omni-1.1-flash и позволяет редактировать их через диалог, не запуская генерацию заново. Каждый ответ содержит interaction_id, по которому следующий вызов точечно правит клип.
Нужен ли отдельный API-ключ для gemini-omni?
Нет, скилл берёт GEMINI_API_KEY или GOOGLE_API_KEY из окружения проекта — тот же ключ, что используют google_imagen и google_tts. Доступ только на платном тарифе Gemini API.