From 8a1a3232947a8cce66c3f44ccfb1e39501b8707c Mon Sep 17 00:00:00 2001 From: WJZ_P <110795301+WJZ-P@users.noreply.github.com> Date: Sat, 21 Mar 2026 16:40:44 +0800 Subject: [PATCH] =?UTF-8?q?feat(mcp):=20=E6=96=B0=E5=A2=9E=E9=AB=98?= =?UTF-8?q?=E6=B8=85=E5=8E=9F=E5=9B=BE=E4=B8=8B=E8=BD=BD=E5=92=8C=E8=B6=85?= =?UTF-8?q?=E6=97=B6=E9=85=8D=E7=BD=AE=EF=BC=8C=E4=BC=98=E5=8C=96=E7=94=9F?= =?UTF-8?q?=E5=9B=BE=E6=B5=81=E7=A8=8B?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- SKILL.md | 2 +- src/gemini-ops.js | 4 ++-- src/mcp-server.js | 48 +++++++++++++++++++++++------------------------ 3 files changed, 26 insertions(+), 28 deletions(-) diff --git a/SKILL.md b/SKILL.md index 93acb8b..33f2127 100644 --- a/SKILL.md +++ b/SKILL.md @@ -48,7 +48,7 @@ MCP 工具调用（尤其是生图、等待回复等）可能耗时较长。** | 工具名 | 说明 | 入参 | |--------|------|------| -| `gemini_generate_image` | 完整生图流程：新建会话→发prompt→等待→提取图片→保存本地 | `prompt`，`newSession`（默认false），`referenceImages`（参考图路径数组，默认空） | +| `gemini_generate_image` | 完整生图流程：新建会话→发prompt→等待→提取图片→保存本地（耗时约 60~120 秒） | `prompt`，`newSession`（默认false），`referenceImages`（参考图路径数组），`fullSize`（默认false，true则下载高清原图），`timeout`（默认180000ms） | **会话管理：** diff --git a/src/gemini-ops.js b/src/gemini-ops.js index 0b474e8..33ab92c 100644 --- a/src/gemini-ops.js +++ b/src/gemini-ops.js @@ -783,9 +783,9 @@ export function createOps(page) { // 4. hover 到图片上，触发工具栏显示 await page.mouse.move(imgInfo.x, imgInfo.y); - await sleep(250); + await sleep(500); - // 5. 点击"下载完整尺寸"按钮 + // 5. 点击"下载完整尺寸"按钮（带重试：hover 可能需要更长时间触发工具栏） const btnSelector = 'button[data-test-id="download-enhanced-image-button"]'; const clickResult = await op.click(btnSelector); diff --git a/src/mcp-server.js b/src/mcp-server.js index 8c7b0ea..3cfb498 100644 --- a/src/mcp-server.js +++ b/src/mcp-server.js @@ -18,7 +18,7 @@ const server = new McpServer({ server.registerTool( "gemini_generate_image", { - description: "调用后台的 Gemini 浏览器会话生成高质量图片", + description: "调用后台的 Gemini 浏览器会话生成高质量图片。注意：生图过程较慢（通常 60~120 秒），请耐心等待", inputSchema: { prompt: z.string().describe("图片的详细描述词"), newSession: z.boolean().default(false).describe( @@ -27,9 +27,15 @@ server.registerTool( referenceImages: z.array(z.string()).default([]).describe( "参考图片的本地文件路径数组，例如 [\"/path/to/ref1.png\", \"/path/to/ref2.jpg\"]。图片会在发送 prompt 前上传到 Gemini 输入框" ), + fullSize: z.boolean().default(false).describe( + "是否下载完整尺寸原图。true= 通过 CDP 拦截下载高清大图; false= 提取页面预览图" + ), + timeout: z.number().default(180000).describe( + "等待 Gemini 生成回复的超时时间（毫秒），默认 180000（3 分钟）。生图较慢，建议不低于 120000" + ), }, }, - async ({ prompt, newSession, referenceImages }) => { + async ({ prompt, newSession, referenceImages, fullSize, timeout }) => { try { const { ops } = await createGeminiSession(); @@ -42,25 +48,21 @@ server.registerTool( isError: true, }; } - // 需要先处理新建会话（如果需要），因为 generateImage 内部的 newChat 会在上传之后才执行 - if (newSession) { + + // 确保是 pro 模型（生图需要 Pro） + await ops.ensureModelPro(); + + // 如果有参考图，需要先新建会话再上传，最后 generateImage 不再新建 + if (referenceImages.length > 0) { + if (newSession) { await ops.click('newChatBtn'); await sleep(250); - } - - // 确保是pro会话 - const modelCheck = await ops.checkModel(); - if (!modelCheck.ok || modelCheck.model !== 'pro') { - await ops.switchToModel('pro'); - console.error(`[mcp] 已切换至 pro 模型`); - } - - // 如果有参考图，先上传 - if (referenceImages.length > 0) { + } for (const imgPath of referenceImages) { console.error(`[mcp] 正在上传参考图: ${imgPath}`); const uploadResult = await ops.uploadImage(imgPath); if (!uploadResult.ok) { + disconnect(); return { content: [{ type: "text", text: `参考图上传失败: ${imgPath}\n错误: ${uploadResult.error}` }], isError: true, @@ -70,9 +72,10 @@ server.registerTool( console.error(`[mcp] ${referenceImages.length} 张参考图上传完成`); } - // 如果上传了参考图且已手动新建会话，则 generateImage 内部不再新建 + // 如果有参考图，已在上面手动新建会话，generateImage 内部不再新建 + // 如果没有参考图，newSession 直接传给 generateImage 内部处理 const needNewChat = referenceImages.length > 0 ? false : newSession; - const result = await ops.generateImage(prompt, { newChat: needNewChat, fullSize }); + const result = await ops.generateImage(prompt, { newChat: needNewChat, fullSize, timeout }); // 执行完毕立刻断开，交还给 Daemon 倒计时 disconnect(); @@ -94,7 +97,7 @@ server.registerTool( }; } - // 低分辨率模式：base64 提取，写入本地文件 + // base64 提取模式：写入本地文件，只返回文件路径（不返回 base64 数据，避免 MCP 协议校验问题） const base64Data = result.dataUrl.split(',')[1]; const mimeMatch = result.dataUrl.match(/^data:(image\/\w+);/); const ext = mimeMatch ? mimeMatch[1].split('/')[1] : 'png'; @@ -109,11 +112,6 @@ server.registerTool( return { content: [ { type: "text", text: `图片生成成功！已保存至: ${filePath}` }, - { - type: "image", - data: base64Data, - mimeType: mimeMatch ? mimeMatch[1] : "image/png", - }, ], }; } catch (err) { @@ -339,7 +337,6 @@ server.registerTool( return { content: [ { type: "text", text: `图片提取成功，已保存至: ${filePath}` }, - { type: "image", data: base64Data, mimeType: mimeMatch ? mimeMatch[1] : "image/png" }, ], }; } catch (err) { @@ -368,7 +365,8 @@ server.registerTool( if (!result.ok) { let msg = `下载完整尺寸图片失败: ${result.error}`; - if (result.total != null) msg += `（共 ${result.total} 张图片）`; + if (result.detail) msg += `\n${result.detail}`; + if (result.total != null) msg += `\n（共 ${result.total} 张图片）`; if (result.error === 'index_out_of_range') msg += `，请求的索引: ${result.requestedIndex}`; return { content: [{ type: "text", text: msg }], isError: true }; }