녹음·영상 파일을 화자 라벨과 타임스탬프가 붙은 텍스트로 변환하고, ASR용 오디오 전처리까지 처리하는 스킬입니다.
리버스 엔지니어링된 Gemini 웹 API로 텍스트·이미지 생성과 이미지 입력(비전), 멀티턴 대화를 CLI로 처리하는 스킬입니다.