WJZ-P/gemini-skill

これは何？

主な機能

• 01プロンプトから画像を生成し、CDP経由でフルサイズのオリジナル画像をダウンロード
• 02画像から画像を生成するための参照画像をアップロード
• 03新規チャット、一時チャット、過去のチャットを開始し、モデルを切り替え
• 04会話から画像を抽出し、base64またはファイルとして保存
• 05ダウンロードした画像からGeminiのウォーターマークを削除
• 06すべての操作をMCPツールとして提供し、互換クライアントから利用可能

ユースケース

• ワークフローの一環として、AIエージェントにイラストやミームを生成させる
• ブラウザーを手動で操作せずに、Geminiで画像を一括生成する
• MCPのみをサポートするツールからGeminiの画像モデルを利用する

クイックスタート

1. 1

   リポジトリをクローンする

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

   プロジェクトフォルダーに移動する

   cd gemini-skill
3. 3

   依存関係をインストールする

   npm install
4. 4

   MCPサーバーを起動し、MCPクライアントの設定に追加する（Node.js 18以降と、Googleにログイン済みのChromeまたはEdgeが必要）

   npm run mcp

使う前に知っておきたいこと

• !Geminiを使用するには、Chrome、Edge、Chromiumのいずれかがローカルにインストールされ、Googleアカウントにログインしている必要があります。
• !画像生成には時間がかかり、通常、1リクエストあたり60〜120秒かかります。
• !ブラウザー自動化でGeminiのWeb UIを操作するため、Googleがページを変更すると動作しなくなる場合があります。

収録されている特集

トピック

よくある質問

gemini-skill とは？

画像生成、チャット、画像の抽出に対応した、Chrome DevTools Protocol経由でGeminiのWebアプリを操作するMCPサーバー兼エージェントスキル。 Gemini Skillは、CDP経由でローカル実行中のChromeまたはEdgeに接続し、ユーザーに代わってGeminiのWebインターフェースを操作します。これらの操作をMCPツールとして提供するため、OpenClawを含むMCP互換のクライアントやエージェントから、Gemini APIキーなしでプロンプトの送信、画像の生成、参照画像のアップロード、モデルの切り替え、返信の取得を行えます。

gemini-skill は無料で使えますか？ライセンスは？

gemini-skill は MIT ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。

gemini-skill は今もメンテナンスされていますか？

半年以内に更新あり。gemini-skill の最終コミットは 2026年9月18日 です。

gemini-skill は何に使えますか？

ワークフローの一環として、AIエージェントにイラストやミームを生成させる ブラウザーを手動で操作せずに、Geminiで画像を一括生成する MCPのみをサポートするツールからGeminiの画像モデルを利用する

gemini-skill のインストール方法は？

リポジトリをクローンする: git clone https://github.com/WJZ-P/gemini-skill.git プロジェクトフォルダーに移動する: cd gemini-skill 依存関係をインストールする: npm install MCPサーバーを起動し、MCPクライアントの設定に追加する（Node.js 18以降と、Googleにログイン済みのChromeまたはEdgeが必要）: npm run mcp

gemini-skill はどこで入手できますか？

ソースコードとインストール手順は GitHub にあります：https://github.com/WJZ-P/gemini-skill