Gemini技能

📌 Skill基础信息

Skill名称：gemini-skill

简称：Gemini

来源：社区第三方（WJZ-P）

运行宿主：仅支持通过 MCP（Model Context Protocol）协议运行的 Agent 工具，例如 Claude-Code CLI 或其他兼容 MCP 的 AI 开发环境

核心定位：通过 Gemini 官网（gemini.google.com）实现自动化生图与对话操作，适用于需要快速生成图像或与 Gemini 交互的 AI 辅助开发场景。

---

🧩 内部核心组成

该 Skill 主要通过 MCP 工具提供服务，内部封装了完整的浏览器自动化流程，包括会话管理、图像生成与提取、消息发送等功能。

子Agent集合

【无公开信息】

斜杠命令

【无公开信息】

MCP 工具列表

工具名	功能简述
gemini_generate_image	完整生图流程，包括发送提示词、等待生成、保存图片
gemini_new_chat	新建空白对话
gemini_temp_chat	进入临时对话模式（不保留历史）
gemini_switch_model	切换 Gemini 模型（pro/quick/think）
gemini_send_message	发送文本消息并等待回复
gemini_upload_images	上传图片到输入框
gemini_get_images	获取会话中所有图片的元信息
gemini_extract_image	提取指定图片并保存到本地
gemini_download_full_size_image	下载完整尺寸高清图片
gemini_share_latest_image	为图片创建公开分享链接
gemini_get_all_text_responses	获取所有文字回复
gemini_get_latest_text_response	获取最新文字回复
gemini_check_login	检查 Google 账号登录状态
gemini_navigate_to	打开指定 Gemini 页面
gemini_probe	探测页面元素状态
gemini_reload_page	刷新页面
gemini_browser_info	获取浏览器连接信息

模板文件

【无公开信息】

Hooks钩子

【无公开信息】

规则约束

• 操作优先级必须遵守：MCP 工具 > Skill 脚本 > 手动连接浏览器（需用户授权）
• 禁止自行启动外部浏览器访问 Gemini
• 所有 MCP 工具均为同步阻塞调用，需设置足够超时时间（≥180秒）

目录结构

【无公开信息】

---

🛠 安装与启用方式

1. 安装命令：

```bash

skills install --user WJZ-P/gemini-skill

```

1. MCP 客户端配置：

在 MCP 客户端配置文件中添加：

```json

{

"mcpServers": {

"gemini": {

"command": "node",

"args": ["<项目绝对路径>/src/mcp-server.js"]

}

}

}

```

1. 手动启动方式：

也可通过 npm run mcp 手动启动 MCP 服务。

---

📋 标准工作流

1. 用户输入包含触发关键词（如“生图”、“画图”、“nano banana”等）的指令；
2. AI 调用 MCP 工具，首选 gemini_generate_image 进行一站式生图；
3. 工具内部执行：

- 自动启动或连接浏览器 Daemon；

- 新建会话或使用现有会话；

- 发送生成指令并等待生成完成；

- 提取生成的图片并保存到本地；

1. 返回结果：工具返回本地图片路径或错误信息；
2. 可选后续操作：如需要分享链接，可继续调用 gemini_share_latest_image。

---

⚠️ 关键限制、缺陷、注意事项

1. 平台限制：仅支持通过 MCP 协议的 Agent 工具运行，无法独立使用；
2. Token 消耗：生图操作耗时较长（60~180秒），需注意上下文长度限制；
3. 适用项目：适合需要快速原型生成图像、概念设计的创意项目；
4. 不适用项目：对实时性要求高的生产环境、需要高并发处理的场景；
5. 已知坑点：

- 必须设置足够长的超时时间（≥180秒）；

- 页面异常时需手动调用诊断工具；

- 依赖稳定的网络环境访问 gemini.google.com；

1. 生产环境：目前不建议用于生产环境，适合内部工具或实验性项目。

---

✅ 适用场景 & ❌ 不适合场景

✅ 适用场景：

• 开发者需要快速生成概念图、设计草图；
• 创意工作者需要视觉灵感辅助；
• 实验性项目中的图像生成需求；
• 内部工具链中的自动化图像处理环节。

❌ 不适合场景：

• 高并发生产环境中的图像生成；
• 对生成速度有严格要求的实时应用；
• 需要完全离线工作的环境；
• 无法稳定访问 Google 服务的网络环境。

skills install --user WJZ-P/gemini-skill