Дайте вашему агенту изображение и видео генерацию через Google GeminiOpenAI* и Kie AI — один навык, одна установка, никакого API для обучения.

Скажите примерно, что вы хотите, и пусть это решит все остальное:

Он написал подсказку в полном объеме, знал правила 21:9 и прочитал путь. Вернуться назад [0]

Или быть точным, и он перестает решать:

Он отметился во втором проходе, увидев, где объект оказался — и положил этикетка на плоской линии крыши, а не над погрузочным отсеком.

Все, что принимает CLI, может быть запрошено на словах - поставщик, модель, аспект отношение, размер, имя вывода и каталог, предустановка качества, продолжительность видео, Введите изображение для редактирования, и нужно ли отмечать результат. Назовите любую из них и агент использует его как данность; оставьте его, и он выбирает, или возвращается к тому, что вы настроен.

##Установка

Это и есть вся установка. **Ничего другого, чтобы настроить ** - навык управляет CLI через npx, который извлекает его при первом использовании и кэширует его после.

Дайте ему ключ:

Интерактивный мастер: выберите провайдеров, введите каждый ключ без повторения. проверьте каждый из них на соответствие API, выберите модель для каждого поставщика и установите Дефолт. Одного ключа достаточно, чтобы начать.

mediagen — an image and video generation skill for coding agents

Give your agent image and video generation across Google Gemini, OpenAI and Kie AI — one skill, one install, no API to learn.

Say roughly what you want and let it decide the rest:

You:   Make a hero image for the landing page, wide, something moody and industrial.

Agent: npx -y mediagen image "A disused loading dock at dusk, wet concrete…"
         --aspect-ratio 21:9 --json
       → ./output/image-20260823T094107Z.png

It wrote the prompt out in full, knew 21:9 rules OpenAI out, and read the path back from --json.

Or be exact, and it stops deciding:

You:   Same thing with gemini-3-pro-image, 21:9, 4K, marked as AI-generated,
       saved as hero.png.

Agent: npx -y mediagen image "A disused loading dock at dusk, wet concrete…"
         --model gemini-3-pro-image --aspect-ratio 21:9 --size 4K
         --output-name hero.png --json
       → ./output/hero.jpg

       [looks at the image]

       npx -y mediagen mark ./output/hero.jpg --visible-label
         --label-position top-right --json
       → ./output/hero.labelled.jpg

It marked in a second pass, after seeing where the subject ended up — and put the label on the flat roofline rather than over the loading bay.

Anything the CLI takes can be asked for in words — provider, model, aspect ratio, size, output name and directory, quality preset, video duration, an input image to edit, and whether to mark the result. Name any of them and the agent uses it as given; leave it out and it chooses, or falls back to what you configured.

Install

npx -y skills add Cripacx/mediagen --skill mediagen

That is the whole installation. Nothing else to set up — the skill runs the CLI through npx, which fetches it on first use and caches it afterwards.

Then give it a key:

npx -y mediagen init

An interactive wizard: pick providers, enter each key without it being echoed, verify each against the live API, choose a model per provider, and set a default. One key is enough to start.

Now just ask your agent for an image.

What your agent can do with it

• Generate images and video from a description, or edit media you already have
• Choose the right provider for the task — the skill knows Gemini handles 21:9 and video, that OpenAI cannot do 16:9 at all, and that Kie aggregates around thirty third-party models
• Take your instructions literally when you give them. Name a model, a ratio, a size or a filename and it is used as stated. mediagen models is there when you want to see what is available before choosing