Repolode
Enviar
WJZ-P

WJZ-P/gemini-skill

Servidor MCP y skill de agente que controla la aplicación web de Gemini mediante Chrome DevTools Protocol para generar imágenes, chatear y extraer imágenes.

Ver en GitHub
Estrellas
832
Forks
122
Issues abiertos
10
Último commit
el mes pasado

¿Qué es?

Gemini Skill se conecta a una instancia de Chrome o Edge que se esté ejecutando localmente mediante CDP y opera la interfaz web de Gemini en nombre del usuario. Expone estas acciones como herramientas MCP, para que cualquier cliente o agente compatible con MCP, incluido OpenClaw, pueda enviar prompts, generar imágenes, subir imágenes de referencia, cambiar de modelo y leer respuestas sin una clave de API de Gemini.

Un daemon en segundo plano mantiene activa la sesión del navegador entre llamadas y lo cierra tras 30 minutos de inactividad. El navegador utiliza plugins de stealth de puppeteer-extra y puede eliminar automáticamente la marca de agua de Gemini de las imágenes descargadas. El proyecto también se puede importar como biblioteca o ejecutar desde la línea de comandos.

Funciones clave

  • 01Genera imágenes a partir de prompts y descarga los originales a tamaño completo mediante CDP
  • 02Sube imágenes de referencia para generar imágenes a partir de otras imágenes
  • 03Inicia chats nuevos, temporales o anteriores y cambia de modelo
  • 04Extrae imágenes de una conversación como base64 o las guarda en archivos
  • 05Elimina la marca de agua de Gemini de las imágenes descargadas
  • 06Expone todas las acciones como herramientas MCP para cualquier cliente compatible

Casos de uso

  • Permitir que un agente de IA genere ilustraciones o memes como parte de un flujo de trabajo
  • Generar imágenes por lotes con Gemini sin tener que interactuar manualmente con el navegador
  • Usar el modelo de imágenes de Gemini desde herramientas que solo admiten MCP

Inicio rápido

  1. 1

    Clona el repositorio

    git clone https://github.com/WJZ-P/gemini-skill.git
  2. 2

    Entra en la carpeta del proyecto

    cd gemini-skill
  3. 3

    Instala las dependencias

    npm install
  4. 4

    Inicia el servidor MCP y, después, añádelo a la configuración de tu cliente MCP (requiere Node.js 18 o posterior y Chrome o Edge con una sesión de Google iniciada)

    npm run mcp

Antes de usarlo

  • Para usar Gemini, necesitas tener Chrome, Edge o Chromium instalado localmente y haber iniciado sesión en una cuenta de Google.
  • La generación de imágenes es lenta: suele tardar entre 60 y 120 segundos por solicitud.
  • Controla la interfaz web de Gemini mediante automatización del navegador, por lo que puede dejar de funcionar si Google modifica la página.

En colecciones

Servidores MCPGeneradores de imágenes con IA y herramientas de Stable Diffusion

Temas

#mcp#browser-automation#gemini#image-generation#cdp#puppeteer#openclaw#automation#drawing#mcp-client

Preguntas frecuentes

¿Qué es gemini-skill?
Servidor MCP y skill de agente que controla la aplicación web de Gemini mediante Chrome DevTools Protocol para generar imágenes, chatear y extraer imágenes. Gemini Skill se conecta a una instancia de Chrome o Edge que se esté ejecutando localmente mediante CDP y opera la interfaz web de Gemini en nombre del usuario. Expone estas acciones como herramientas MCP, para que cualquier cliente o agente compatible con MCP, incluido OpenClaw, pueda enviar prompts, generar imágenes, subir imágenes de referencia, cambiar de modelo y leer respuestas sin una clave de API de Gemini.
¿gemini-skill es gratuito? ¿Qué licencia tiene?
gemini-skill es open source bajo la licencia MIT. Revisa los términos de la licencia antes de usarlo en productos comerciales.
¿gemini-skill sigue mantenido?
Actualizado en los últimos 6 meses. El último commit de gemini-skill fue el 18 sept 2026.
¿Para qué puedo usar gemini-skill?
Permitir que un agente de IA genere ilustraciones o memes como parte de un flujo de trabajo Generar imágenes por lotes con Gemini sin tener que interactuar manualmente con el navegador Usar el modelo de imágenes de Gemini desde herramientas que solo admiten MCP
¿Cómo se instala gemini-skill?
Clona el repositorio: git clone https://github.com/WJZ-P/gemini-skill.git Entra en la carpeta del proyecto: cd gemini-skill Instala las dependencias: npm install Inicia el servidor MCP y, después, añádelo a la configuración de tu cliente MCP (requiere Node.js 18 o posterior y Chrome o Edge con una sesión de Google iniciada): npm run mcp
¿Dónde consigo gemini-skill?
El código fuente y las instrucciones de instalación están en GitHub: https://github.com/WJZ-P/gemini-skill

Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.

Proyectos relacionados