WJZ-P/gemini-skill

Что это?

Ключевые возможности

• 01Генерирует изображения по запросам и скачивает полноразмерные оригиналы через CDP
• 02Загружает референсные изображения для генерации по изображению
• 03Создаёт новые, временные или сохранённые чаты и переключает модели
• 04Извлекает изображения из диалога в формате base64 или сохраняет их в файлы
• 05Удаляет водяной знак Gemini с загруженных изображений
• 06Предоставляет все действия как инструменты MCP для любого совместимого клиента

Сценарии использования

• Позволяет AI-агенту создавать иллюстрации или мемы в рамках рабочего процесса
• Пакетная генерация изображений через Gemini без ручных действий в браузере
• Использование модели Gemini для изображений из инструментов, поддерживающих только MCP

Быстрый старт

1. 1

   Клонируйте репозиторий

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

   Перейдите в папку проекта

   cd gemini-skill
3. 3

   Установите зависимости

   npm install
4. 4

   Запустите MCP-сервер, затем добавьте его в конфигурацию MCP-клиента (требуется Node.js 18 или новее и Chrome или Edge с выполненным входом в аккаунт Google)

   npm run mcp

Что важно знать

• !Для использования Gemini необходимо локально установить Chrome, Edge или Chromium и войти в аккаунт Google.
• !Генерация изображений выполняется медленно и обычно занимает от 60 до 120 секунд на запрос.
• !Управление веб-интерфейсом Gemini осуществляется с помощью автоматизации браузера, поэтому оно может перестать работать, если Google изменит страницу.

В подборках

Темы

Частые вопросы

Что такое gemini-skill?

MCP-сервер и навык для агента, который управляет веб-приложением Gemini через Chrome DevTools Protocol для генерации изображений, общения и извлечения изображений. Gemini Skill подключается по CDP к локально запущенному Chrome или Edge и управляет веб-интерфейсом Gemini от имени пользователя. Он предоставляет эти действия как инструменты MCP, поэтому любой совместимый с MCP клиент или агент, включая OpenClaw, может отправлять запросы, генерировать изображения, загружать референсные изображения, переключать модели и читать ответы без ключа Gemini API.

gemini-skill можно использовать бесплатно? Какая у него лицензия?

gemini-skill распространяется с открытым исходным кодом под лицензией MIT. Перед использованием в коммерческих продуктах проверьте условия лицензии.

gemini-skill всё ещё поддерживается?

Обновлялся за последние 6 месяцев. Последний коммит в gemini-skill — 18 сент. 2026 г..

Для чего можно использовать gemini-skill?

Позволяет AI-агенту создавать иллюстрации или мемы в рамках рабочего процесса Пакетная генерация изображений через Gemini без ручных действий в браузере Использование модели Gemini для изображений из инструментов, поддерживающих только MCP

Как установить gemini-skill?

Клонируйте репозиторий: git clone https://github.com/WJZ-P/gemini-skill.git Перейдите в папку проекта: cd gemini-skill Установите зависимости: npm install Запустите MCP-сервер, затем добавьте его в конфигурацию MCP-клиента (требуется Node.js 18 или новее и Chrome или Edge с выполненным входом в аккаунт Google): npm run mcp

Где скачать gemini-skill?

Исходный код и инструкции по установке — на GitHub: https://github.com/WJZ-P/gemini-skill