Gemini Web 客户端

通过 Gemini Web API 实现文本/图像生成。支持参考图像与多轮对话。

用户输入工具

当本技能向用户发起提示时，请遵循以下工具选择规则（按优先级顺序）：

1. 优先使用当前 agent 运行时暴露的内置用户输入工具 — 例如 AskUserQuestion、request_user_input、clarify、ask_user，或任何功能等效的工具。
2. 降级方案：若无此类工具，则输出编号的纯文本消息，并请用户针对每个问题以所选编号/答案形式回复。
3. 批量处理：若该工具支持单次调用中提交多个问题，则将所有适用问题合并为一次调用；若仅支持单问题调用，则按优先级顺序逐个提问。

下方具体出现的 AskUserQuestion 示例仅供参考 — 在其他运行时中请替换为对应本地等效工具。

脚本目录

重要说明：所有脚本均位于本技能的 scripts/ 子目录下。

Agent 执行说明：

1. 将本 SKILL.md 文件所在目录路径确定为 {baseDir}
2. 脚本路径 = {baseDir}/scripts/.ts
3. 解析 ${BUN_X} 运行时：若已安装 bun → 使用 bun；若可用 npx → 使用 npx -y bun；否则建议安装 bun
4. 将本文档中所有 {baseDir} 和 ${BUN_X} 替换为实际值

脚本参考：

授权确认（必需）

首次使用前，须验证用户是否同意使用逆向工程所得 API。

授权文件位置：

• macOS：~/Library/Application Support/baoyu-skills/gemini-web/consent.json
• Linux：~/.local/share/baoyu-skills/gemini-web/consent.json
• Windows：%APPDATA%baoyu-skillsgemini-webconsent.json

流程：

1. 检查是否存在授权文件，且其内容包含 accepted: true 及 disclaimerVersion: "1.0"
2. 若存在有效授权 → 打印含 acceptedAt 时间戳的警告信息，继续执行
3. 若无授权 → 展示免责声明，并通过 AskUserQuestion 向用户提问：
   • "是，我接受" → 创建授权文件，写入 ISO 格式时间戳，继续执行
   • "否，我拒绝" → 输出拒绝提示，终止执行
4. 授权文件格式：{"version":1,"accepted":true,"acceptedAt":"","disclaimerVersion":"1.0"}

偏好设置（EXTEND.md）

按优先级顺序查找 EXTEND.md — 首个匹配者生效：

若未找到任一文件，则使用默认配置。

EXTEND.md 支持配置项：默认模型、代理设置、自定义数据目录。

使用方法

# 文本生成
${BUN_X} {baseDir}/scripts/main.ts "您的提示词"
${BUN_X} {baseDir}/scripts/main.ts --prompt "您的提示词" --model gemini-3-flash

# 图像生成
${BUN_X} {baseDir}/scripts/main.ts --prompt "一只可爱的猫" --image cat.png
${BUN_X} {baseDir}/scripts/main.ts --promptfiles system.md content.md --image out.png

# 视觉输入（参考图像）
${BUN_X} {baseDir}/scripts/main.ts --prompt "描述这张图" --reference image.png
${BUN_X} {baseDir}/scripts/main.ts --prompt "生成变体" --reference a.png --image out.png

# 多轮对话
${BUN_X} {baseDir}/scripts/main.ts "请记住：42" --sessionId session-abc
${BUN_X} {baseDir}/scripts/main.ts "是什么数字？" --sessionId session-abc

# JSON 输出
${BUN_X} {baseDir}/scripts/main.ts "Hello" --json

选项

模型

身份认证

首次运行将自动打开浏览器进行 Google 账户认证，cookies 将被自动缓存。

当未显式指定 --profile-dir 时，cookies 刷新可能复用一个已在运行的本地 Chrome/Chromium 调试会话（该会话绑定至标准用户数据目录）。可通过设置 --profile-dir 或环境变量 GEMINI_WEB_CHROME_PROFILE_DIR 强制使用专用 profile，从而跳过已有会话复用。

此机制属于尽力而为的 CDP 会话复用路径，并非 Chrome 官方文档中所述基于 Chrome DevTools MCP 的 --autoConnect 提示式流程。

支持的浏览器（自动检测）：Chrome、Chrome Canary/Beta、Chromium、Edge。

强制刷新 cookies：使用 --login 标志；覆盖默认浏览器：设置环境变量 GEMINI_WEB_CHROME_PATH。

环境变量

会话

会话文件存储于数据目录下的 sessions/.json 路径中。

文件内容包括：id、metadata（Gemini 对话状态）、messages 数组及时间戳。

扩展支持

通过 EXTEND.md 提供自定义配置。详见 偏好设置 章节中的路径说明与支持选项。