liaoxin-skills/skills/gemini-web-generate/SKILL.md

name, description

name	description
gemini-web-generate	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：

cd <skill-dir>/scripts && npm install

快速开始

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。

所有生图方式

文生图

node scripts/cli.js generate --prompt "提示词" --mode single

图生图

# 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

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

# 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）
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

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：

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

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

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