WJZ-P/gemini-skill

这是什么？

核心功能

• 01根据 prompt 生成图片，并通过 CDP 下载完整尺寸原图
• 02上传参考图进行图生图
• 03支持新建、临时和历史会话，并可切换模型
• 04提取会话中的图片，支持 base64 或保存到本地
• 05自动去除下载图片中的 Gemini 水印
• 06所有操作以 MCP 工具形式提供，兼容各类 MCP 客户端

适用场景

• 让 AI agent 在自动化流程中生成插图或表情包
• 无需手动操作浏览器，批量通过 Gemini 生成图片
• 在只支持 MCP 的工具中调用 Gemini 的生图能力

快速上手

1. 1

   克隆仓库

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

   进入项目目录

   cd gemini-skill
3. 3

   安装依赖

   npm install
4. 4

   启动 MCP 服务器，然后将其添加到 MCP 客户端配置中（需要 Node.js 18+ 以及已登录 Google 账号的 Chrome/Edge）

   npm run mcp

使用前须知

• !需要本地安装 Chrome、Edge 或 Chromium，并登录 Google 账号才能使用 Gemini。
• !生图较慢，每次请求通常需要 60 到 120 秒。
• !通过浏览器自动化操控 Gemini 网页版，Google 更新页面后可能失效。

收录于专题

标签

常见问题

gemini-skill 是什么？

通过 CDP 操控 Gemini 网页版的 MCP 服务与 Skill，用于 AI 生图、对话和图片提取。 Gemini Skill 通过 CDP 连接本机已安装的 Chrome 或 Edge，代替用户操作 Gemini 网页版。它把生图、对话、上传参考图、切换模型、读取回复等操作封装成 MCP 工具，任何支持 MCP 的客户端或 agent（包括 OpenClaw）都能直接调用，无需 Gemini API Key。

gemini-skill 可以免费使用吗？用的什么许可证？

gemini-skill 以 MIT 许可证开源。用于商业产品前，请先确认许可证条款。

gemini-skill 还在维护吗？

半年内有更新。gemini-skill 最近一次提交是在 2026年9月18日。

gemini-skill 适合用来做什么？

让 AI agent 在自动化流程中生成插图或表情包 无需手动操作浏览器，批量通过 Gemini 生成图片 在只支持 MCP 的工具中调用 Gemini 的生图能力

gemini-skill 怎么安装和运行？

克隆仓库: git clone https://github.com/WJZ-P/gemini-skill.git 进入项目目录: cd gemini-skill 安装依赖: npm install 启动 MCP 服务器，然后将其添加到 MCP 客户端配置中（需要 Node.js 18+ 以及已登录 Google 账号的 Chrome/Edge）: npm run mcp

在哪里获取 gemini-skill？

源代码和安装说明在 GitHub 上：https://github.com/WJZ-P/gemini-skill