Beobachtetes Signal · 22. Juli 2026 · Technical Release · Quelle: DEV Community · Relevanz: 3/5 · Sentiment: Positiv
Zustandsbehaftete Bildbearbeitung für Claude Code durch Gemini-Integration
Ein Open-Source-Projekt namens nb2lite-skill-claude verknüpft das Modell gemini-3.1-flash-lite-image über einen FastMCP-Server mit einer Claude Code Skill, um zustandsbehaftete Bilderstellung und iterative Bearbeitung zu ermöglichen. Die Architektur nutzt die Google Interactions API, bei der jede Generierung eine interaction_id zurückgibt. Dies bewahrt den visuellen Kontext serverseitig und erlaubt inkrementelle Änderungen – wie das Hinzufügen von Elementen –, ohne die gesamte Szene neu beschreiben zu müssen. Das Repository stellt einen MCP-Server mit vier zentralen Tools bereit: generate_image, edit_image, edit_local_image und get_help. Für die Installation stehen diverse Wege offen, darunter der Claude Plugin Marketplace, manuelle Klone, Projektinstallationen sowie ein Docker-Container unter der Apache-2.0-Lizenz. Das Projekt demonstriert seine Praxistauglichkeit direkt: Das Titelbild des Artikels wurde mit der Skill selbst generiert.
Diese Open-Source-Integration veranschaulicht die zustandsbehaftete Bildbearbeitung über die Google Interactions API und einen MCP-Server. Sie ist für kreative Workflows und Assistenten-Integrationen nützlich, stellt jedoch keine plattformweite Richtlinie oder Produktankündigung eines großen Anbieters dar.
Marktsignale zu Google in Echtzeit verfolgen
Polaris7 erfasst behördliche Registrierungen, Primärquellen, Führungswechsel und Deal-Aktivitäten rund um die Uhr. Erstellen Sie Ihren kostenlosen Explorer-Workspace, um automatisierte Executive Briefings zu erhalten.
Wichtigste Kernpunkte & Evidenz
- Das GitHub-Repository nb2lite-skill-claude verpackt gemini-3.1-flash-lite-image in einen FastMCP-Server und eine Claude Code Skill (Apache-2.0).
- Die Nutzung der Google Interactions API ermöglicht eine zustandsbehaftete Bildbearbeitung via persistenter interaction_id-Kennungen.
- Der MCP-Server nb2lite-agent stellt vier Tools bereit: generate_image, edit_image, edit_local_image und get_help.
- Ein Docker-Image (xbill9/nb2lite-agent) ist für den containerbasierten Betrieb des MCP-Servers verfügbar.
- Die Veröffentlichung des Projekts und des dazugehörigen Artikels erfolgte am 22.07.2026.
Verknüpfte Unternehmen
3 verknüpfte Unternehmen“Google's Nano Banana 2 Lite — the friendly nickname for `gemini-3.1-flash-lite-image` — takes a different approach....”
“This is a third-party community project, not affiliated with or endorsed by Anthropic or Google....”
“Repo: github.com/xbill9/nb2lite-skill-claude (Apache-2.0)...”
Ontologie & Marktkonzepte
Verwandte Marktsignale & Trends
Aktuelle verifizierte Unternehmensentwicklungen und Deal-Aktivitäten in diesem Marktsegment.
Zustandsbehaftete Videobearbeitung mit Gemini Interactions und Claude Code
Ein Open-Source-Projekt namens omni-skill-claude verknüpft Googles Modell gemini-omni-flash-preview (Omni Flash) über einen FastMCP-Server und eine Claude Code-Skill, um iterative, zustandsbehaftete Videoerzeugung und -bearbeitung zu ermöglichen. Die Architektur stellt acht MCP-Tools bereit – darunter Generierung, Bearbeitung, Animation, Interpolation, motivbasierte Erstellung, Videostilisierung, YouTube-Upload und Hilfefunktionen. Dabei nutzt das System die Gemini Interactions API, um visuellen Kontext mittels Interaktions-IDs beizubehalten, sodass aufeinanderfolgende Bearbeitungsschritte konsistent bleiben. Das unter der Apache-2.0-Lizenz auf GitHub veröffentlichte Repository erfordert Python 3.10+, einen Gemini API-Key sowie Claude Code. Die Videoerstellung erfolgt synchron und kostenpflichtig, wobei die Ausgabe je nach Dateigröße entweder direkt (Base64) oder über die Google File API erfolgt.
Leitfaden: Entwicklung und Optimierung von Claude Skills
Dieser Leitfaden erläutert die Erstellung, das Testen und die Optimierung von Claude Skills – permanente, wiederverwendbare Anweisungsdateien zur Automatisierung von Aufgaben für Anthropics Claude-Modelle. Ein Skill besteht aus einem lokalen Ordner mit einer case-sensitiven SKILL.md-Datei (inklusive YAML Frontmatter) sowie optionalen Referenzen und Skripten. Die Ordner im Kebab-Case-Format werden in ~/.claude/skills/ abgelegt, damit Claude sie automatisch erkennt. Der Leitfaden behandelt die Formulierung prägnanter YAML-Trigger-Beschreibungen, Qualitätsstandards, Workflow-Strukturen, Edge-Case-Handhabung, präzise Berechnungen mittels Skripten sowie Handover-Muster für die Session-Kontinuität. Zudem werden Skills 2.0-Funktionen wie Evaluierungsframeworks, A/B-Tests und automatisierte Beschreibungsoptimierungen vorgestellt. Ein Meta-Skill namens skill-creator ermöglicht die Generierung, Evaluierung und das Benchmarking von Skills im Vergleich zu nativem Claude. Der Artikel betont iterative Tests und klar definierte, nicht überlappende Skill-Territorien für eine zuverlässige LLM-Automatisierung.
Agentenbasierte generative Video-Pipeline mithilfe von Claude Code entwickelt
Ein Entwickler beschreibt die Erstellung eines zweiminütigen Videos vollständig über eine agentenbasierte Claude Code-Session namens „Simona“, die Bildgenerierung, Text-to-Speech, KI-Video und FFmpeg-Editing verknüpfte. Der Beitrag zeigt als technische Walkthrough-Analyse, wie der Agent iterativ wiederverwendbare Fähigkeiten mit SKILL.md-Dokumentation und CLI-Wrappern aufbaute, die Kosten in einem WORKLOG.md-Ledger trackte und nach einem Git-Fehler mit gelöschten Assets wiederherstellte. Der Autor listet verwendete Modelle und Dienste wie OpenAI gpt-image-2, Google Gemini, Seedance 2.0, Kling, LTX, ElevenLabs und lokale Kokoro-TTS auf, weist Gesamtkosten von 45,26 US-Dollar aus und dokumentiert Engineering-Patterns für die sichere agentengestützte Medienproduktion.
Marktsignale & Strategische Shifts in Echtzeit verfolgen
Erstellen Sie benutzerdefinierte Watchlists, um automatisierte, evidenzbasierte Executive Briefings zu erhalten, sobald wesentliche Signale oder Marktverschiebungen auftreten.