核心用法
dlazy-gemini-3.1 是基于 dLazy 托管 API 的 Google Gemini 3.1 模型命令行封装，专注于多模态内容理解。用户通过 dlazy gemini-3.1 调用，支持文本提示、图像（最多10张）、视频（最多8个）的联合输入，输出结构化 JSON 数据。
关键参数：
--prompt: 文本提示（必需）--images: 本地或远程图像路径--videos: 本地或远程视频路径--dry-run: 预演模式，估算成本不实际调用--no-wait: 异步任务，返回 generateId 后轮询- 支持管道引用语法（
-,@N,@stdin等）
身份验证采用设备码流（dlazy login）或手动设置（dlazy auth set <key>），密钥存储于 ~/.dlazy/config.json。
显著优点
1. 多模态能力突出：原生支持图文视频混合输入，适合文档 OCR、视频内容分析等场景
2. 长上下文窗口：Gemini 3.1 以长上下文著称，可处理大规模文档
3. 结构化输出：返回标准 JSON，便于下游自动化处理
4. 灵活的异步模式：--no-wait 支持长时间任务不阻塞
5. 零持久安装：可通过 npx 即用即走，无需全局安装
潜在缺点与局限性
1. 第三方托管依赖：非直接调用 Google API，而是通过 dLazy 中转，存在服务可用性和数据流转的额外信任环节
2. 商业付费模式：需购买 dLazy 积分，余额不足时任务中断（错误码 503）
3. CLI 版本锁定：当前技能锁定 @dlazy/cli@1.2.0，与描述中的 1.0.9、1.3.0 存在版本不一致
4. 文件上传隐式行为：本地文件自动上传至 files.dlazy.com，用户需知晓数据离开本地
5. 许可信息模糊：license: "see-repo" 未明确具体条款
适合人群
- 需要批量处理文档、图像、视频内容的内容创作者与数据分析师
- 希望快速接入 Gemini 多模态能力、不愿自行搭建 API 管道的开发者
- 已有 dLazy 账户积分体系的团队用户
常规风险
| 风险类别 | 具体说明 |
|---------|---------|
| 数据隐私 | 文件上传至 dLazy 云服务，敏感内容需谨慎评估 |
| 供应商锁定 | API 与积分体系绑定 dLazy 平台，迁移成本存在 |
| 成本控制 | 异步任务可能产生意外费用，建议先用 `--dry-run` 估算 |
| 密钥管理 | 配置文件本地存储，共享环境需防止泄露 |