162 lines
5.4 KiB
Markdown
162 lines
5.4 KiB
Markdown
---
|
|
name: gemini-web-generate
|
|
description: "Generate images through Gemini web interface via a Puppeteer CLI. Supports text-to-image, image-to-image (single/multi reference), multi-turn conversations, session management, and download-only mode. Use when: (1) User asks to generate images with Gemini, (2) User says 'Gemini 生图', (3) Image-to-image or style transfer, (4) Continuing an existing Gemini image conversation."
|
|
---
|
|
|
|
# Gemini 网页版生图
|
|
|
|
通过 Puppeteer CLI (`scripts/cli.js`) 驱动浏览器完成 Gemini 网页生图全流程。
|
|
|
|
浏览器由 `browser` 工具管理（CLI 通过 CDP 连接，默认 `http://127.0.0.1:9223`，可通过 `CDP_URL` 环境变量覆盖）。
|
|
|
|
首次使用：
|
|
|
|
```bash
|
|
cd <skill-dir>/scripts && npm install
|
|
```
|
|
|
|
## 快速开始
|
|
|
|
```bash
|
|
node scripts/cli.js generate --prompt "提示词" --mode single
|
|
```
|
|
|
|
CLI 自动完成：打开标签页 → 导航 → 粘贴参考图 → 输入提示词 → 发送 → 等待生成 → 下载到 `scripts/output/originals/` → 关闭标签页（single 模式）。
|
|
|
|
生图完成后将图片移到目标位置，通过 `message` 工具发送。
|
|
|
|
每次生图/下载成功或失败会自动写入日志：`scripts/output/logs/YYYY-MM-DD.log`，可 `cat` 或 `tail` 查看历史记录。
|
|
|
|
## 反检测策略
|
|
|
|
以下策略基于 openclaw-zero-token 项目研究，降低 Gemini 自动化检测风险。
|
|
|
|
### Profile 装饰
|
|
|
|
浏览器启动后，修改 Chrome Profile 文件使其看起来像真实用户创建的 Profile（而非空白自动化 Profile）：
|
|
|
|
```bash
|
|
PROFILE="<user-data-dir>/Local State"
|
|
# 修改 profile.info_cache.Default.name 为有意义的名字
|
|
# 修改 profile.info_cache.Default.profile_color_seed 为合法的 SkColor 值
|
|
```
|
|
|
|
OpenClaw browser 工具的 Profile 位于 `~/.openclaw/browser/openclaw/user-data/`。
|
|
|
|
### 干净退出欺骗
|
|
|
|
每次生图前，将 `Preferences` 文件的 `exit_type` 设为 `"Normal"`、`exited_cleanly` 设为 `true`。防止 Chrome 显示崩溃恢复提示，避免"非正常退出"这种自动化特征。
|
|
|
|
```bash
|
|
node scripts/cli.js _clean_exit <profile-path>
|
|
# 或直接修改: <profile-path>/Default/Preferences → exit_type="Normal", exited_cleanly=true
|
|
```
|
|
|
|
### AIMD 反封延迟
|
|
|
|
多轮对话生图时，使用 AIMD 算法控制请求间隔（非固定延迟）：
|
|
- 成功：间隔减半（不低于 baseDelay 的一半）
|
|
- 被限流：间隔翻倍（不超过 maxDelay）
|
|
- 每次加 0-5 秒随机抖动
|
|
|
|
通过环境变量可调：`GEMINI_BASE_DELAY=15`（秒）、`GEMINI_MAX_DELAY=120`。
|
|
|
|
## 所有生图方式
|
|
|
|
### 文生图
|
|
|
|
```bash
|
|
node scripts/cli.js generate --prompt "提示词" --mode single
|
|
```
|
|
|
|
### 图生图
|
|
|
|
```bash
|
|
# 单张参考图
|
|
node scripts/cli.js generate --prompt "提示词" --image /path/to/ref.png --mode single
|
|
|
|
# 多张参考图（逗号分隔，最多 10 张）
|
|
node scripts/cli.js generate --prompt "提示词" --images "/path/a.png,/path/b.png" --mode single
|
|
```
|
|
|
|
参考图路径含空格时，先 cd 到目录再用相对路径。
|
|
|
|
### 从文件或管道读取提示词
|
|
|
|
```bash
|
|
node scripts/cli.js generate --prompt-file /path/to/prompt.txt --mode single
|
|
echo "提示词" | node scripts/cli.js generate --prompt stdin --mode single
|
|
```
|
|
|
|
### 多轮对话
|
|
|
|
```bash
|
|
# 首轮（不加 --mode，保持标签页）
|
|
node scripts/cli.js generate --prompt "画一幅日落"
|
|
|
|
# 续次（不加 --mode，间隔自动调整）
|
|
node scripts/cli.js generate --session <id> --prompt "加入一艘小船"
|
|
|
|
# 末轮（--mode single 自动关闭）
|
|
node scripts/cli.js generate --session <id> --prompt "最终调整" --mode single
|
|
```
|
|
|
|
### 通过对话链接继续
|
|
|
|
```bash
|
|
node scripts/cli.js generate --chatUrl "https://gemini.google.com/app/xxxx" --prompt "换成水彩风格"
|
|
```
|
|
|
|
### 仅下载已有图片
|
|
|
|
对话已有生成图片时，不加 `--prompt` 直接下载：
|
|
|
|
```bash
|
|
node scripts/cli.js generate --chatUrl "https://gemini.google.com/app/xxxx" --mode single
|
|
```
|
|
|
|
## 结果处理
|
|
|
|
### 成功
|
|
|
|
图片在 `scripts/output/originals/`。移到目标位置后发送。
|
|
|
|
### 超时或失败
|
|
|
|
```bash
|
|
node scripts/cli.js status --session <id> --wait
|
|
```
|
|
|
|
| 状态 | 处理 |
|
|
|:---|:---|
|
|
| `done` | `node scripts/cli.js download --session <id>` |
|
|
| `generating` | 继续等待 |
|
|
| `error` | 报告错误，调整提示词重试 |
|
|
|
|
加 `--screenshot` 可在出错/超时时自动截图辅助诊断。
|
|
|
|
## 会话管理
|
|
|
|
```bash
|
|
node scripts/cli.js sessions # 列出活跃会话
|
|
node scripts/cli.js find_session --chatUrl "<url>" --open # 找回丢失的 session
|
|
node scripts/cli.js close --session <id> # 关闭会话
|
|
node scripts/cli.js download --session <id> # 下载已生成图片
|
|
node scripts/cli.js status --session <id> [--wait] # 检查状态
|
|
```
|
|
|
|
## generate 参数参考
|
|
|
|
| 参数 | 说明 | 默认值 |
|
|
|:---|:---|:---|
|
|
| `--prompt` | 提示词。`"stdin"` 从标准输入读取 | 必填（与 `--chatUrl` 共用时可省略，进入纯下载模式） |
|
|
| `--prompt-file` | 从文件读取提示词 | - |
|
|
| `--image` | 单张参考图 | - |
|
|
| `--images` | 多张参考图，逗号分隔，最多 10 张 | - |
|
|
| `--session` | 复用已有会话 ID | - |
|
|
| `--chatUrl` | Gemini 对话链接 | - |
|
|
| `--mode` | `single` 生成后关闭标签页 / `multi` 保持打开 | `multi` |
|
|
| `--timeout` | 生成超时（毫秒） | 300000 |
|
|
| `--download-timeout` | 下载超时（毫秒） | 120000 |
|
|
| `--screenshot` | 出错/超时时自动截图 | 关闭 |
|