From f4beac1db2ebd801f58ab2259087daa71710d0cf Mon Sep 17 00:00:00 2001
From: WJZ_P <110795301+WJZ-P@users.noreply.github.com>
Date: Sun, 15 Mar 2026 00:32:43 +0800
Subject: [PATCH] =?UTF-8?q?feat(gemini):=20=E6=96=B0=E5=A2=9E=20extractIma?=
 =?UTF-8?q?geBase64=20=E6=96=B9=E6=B3=95=E4=BC=98=E5=8C=96=E5=9B=BE?=
 =?UTF-8?q?=E7=89=87=E8=8E=B7=E5=8F=96=E6=B5=81=E7=A8=8B?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

---
 SKILL.md                       |  6 +--
 references/gemini-flow.md      | 36 +++++++++++++++---
 scripts/gemini_ui_shortcuts.js | 68 +++++++++++++++++++++++++++++++++-
 3 files changed, 100 insertions(+), 10 deletions(-)

diff --git a/SKILL.md b/SKILL.md
index 7c1d288..98431e9 100644
--- a/SKILL.md
+++ b/SKILL.md
@@ -12,7 +12,7 @@ description: 通过 Gemini 官网（gemini.google.com）执行问答与生图操
 3. 文本问答任务（如"问问Gemini xxx"）走 Gemini 文本提问链路。
 4. 默认模型：可用列表中最强模型，优先 `Gemini 3.1 Pro`。
 5. 执行生图后先向用户回报"正在绘图中"，完成后回传图片。
-6. **禁止使用浏览器截图（screenshot）获取生成图片**。默认通过右键图片另存为（Save Image As）保存到本地后发送给用户；仅当用户明确要求高清/原图时，才调用 `downloadLatestImage()` 走原图下载流程。
+6. **禁止使用浏览器截图（screenshot）获取生成图片**。默认通过 `extractImageBase64()` 从已渲染的 DOM 直接提取图片 Base64 数据，解码后保存到本地再发送给用户；仅当用户明确要求高清/原图时，才调用 `downloadLatestImage()` 走原图下载流程。
 
 ## 任务分流
 
@@ -55,12 +55,12 @@ Gemini 页面的操作按钮（`.send-button-container` 内）通过 `aria-label
    - 定位依据：`<img class="image loaded">` — 只有同时具有 `image` 和 `loaded` 两个 class 的才是已渲染完成的生成图片；DOM 中取最后一个即为最新。
    - `src` 为 `https://lh3.googleusercontent.com/...` 格式的原图 URL。
    - 若 `ok === false`，等几秒再调一次；连续两次失败则做 snapshot 排查页面状态。
-   - **默认**：通过 `src` URL 右键另存为（Save Image As）保存图片到本地，然后发送给用户。
+   - **默认**：调用 `GeminiOps.extractImageBase64()` 从 DOM 直接提取图片 Base64（Canvas 优先，跨域污染时 fallback 到 fetch），解码后保存为本地文件发送给用户。注意该函数返回 Promise，CDP 调用时需设置 `awaitPromise:true`。
    - **高清**：仅当用户明确要求高清/原图时，才调用 `GeminiOps.downloadLatestImage()` 走原图下载按钮流程。
    - 下载按钮定位：从 `img` 向上找到 `.image-container` 容器，容器内的 `mat-icon[fonticon="download"]` 即为下载原图按钮。
    - ⚠️ **严禁使用浏览器截图（screenshot）代替保存图片**。
 8. 将保存到本地的图片文件发送给用户。
-9. **将每步操作返回的 `debug` 日志一并回传给用户**，方便排查定位失败和优化策略。所有函数（`probe`、`click`、`fillPrompt`、`pollStatus`、`getLatestImage`、`downloadLatestImage`）的返回值都包含 `debug` 字段。
+9. **将每步操作返回的 `debug` 日志一并回传给用户**，方便排查定位失败和优化策略。所有函数（`probe`、`click`、`fillPrompt`、`pollStatus`、`getLatestImage`、`extractImageBase64`、`downloadLatestImage`）的返回值都包含 `debug` 字段。
 
 ## CDP 保活轮询策略
 
diff --git a/references/gemini-flow.md b/references/gemini-flow.md
index 1dd6e65..e2435cd 100644
--- a/references/gemini-flow.md
+++ b/references/gemini-flow.md
@@ -96,12 +96,37 @@ Gemini 一次只生成一张图片，流程上只关心**最新生成的那张**
 }
 ```
 
-- `GeminiOps.downloadLatestImage()` → 点击最新图片的下载原图按钮
+- `GeminiOps.downloadLatestImage()` → 点击最新图片的下载原图按钮（仅用户要求高清时）
 
 ```json
 {"ok": true, "src": "https://lh3.googleusercontent.com/...", "debug": [...]}
 ```
 
+- `GeminiOps.extractImageBase64()` → **默认图片获取方式**，从 DOM 直接提取 Base64
+
+```json
+{
+  "ok": true,
+  "dataUrl": "data:image/png;base64,iVBORw0KGgo...",
+  "width": 1024,
+  "height": 1024,
+  "method": "canvas",
+  "debug": [...]
+}
+```
+
+  提取策略（自动选择，无需调用端干预）：
+  1. **Canvas 提取**（优先）：将已渲染的 `<img>` 绘制到虚拟 Canvas，同步导出 `toDataURL('image/png')`。零网络请求，毫秒级完成。`method` 返回 `"canvas"`。
+  2. **Fetch fallback**：若 Canvas 因跨域 tainted 而报错，自动回退到页面内 `fetch(img.src)` → `blob` → `FileReader.readAsDataURL()`。`method` 返回 `"fetch"`。
+
+  > ⚠️ 该函数返回 **Promise**。CDP 调用时必须设置 `awaitPromise: true`：
+  > ```js
+  > // CDP Runtime.evaluate 示例
+  > { expression: "GeminiOps.extractImageBase64()", awaitPromise: true, returnByValue: true }
+  > ```
+
+  调用端拿到 `dataUrl` 后，去掉 `data:image/png;base64,` 前缀，解码为二进制存为 `.png` 文件即可。
+
 - `GeminiOps.probe()` / `click()` / `fillPrompt()` / `pollStatus()` → 同样携带 `debug` 字段
 
 - `GeminiOps.getDebugLog()` → 获取完整累积日志（不清空），用于事后排查
@@ -127,10 +152,11 @@ Gemini 一次只生成一张图片，流程上只关心**最新生成的那张**
 
 ### 图片交付流程（重要）
 
-**默认流程（右键另存）：**
-1. 调用 `GeminiOps.getLatestImage()` 确认图片已渲染完成
-2. 通过返回的 `src` URL，右键图片另存为（Save Image As）保存到本地
-3. 将本地图片文件发送给用户
+**默认流程（Base64 提取）：**
+1. 调用 `GeminiOps.getLatestImage()` 确认图片已渲染完成（`ok: true`）
+2. 调用 `GeminiOps.extractImageBase64()` 提取图片数据（需 `awaitPromise: true`）
+3. 去掉 `dataUrl` 的 `data:image/png;base64,` 前缀，解码为二进制，保存为 `.png` 文件
+4. 将本地图片文件发送给用户
 
 **高清流程（仅用户要求时）：**
 1. 调用 `GeminiOps.getLatestImage()` 确认图片已渲染完成
diff --git a/scripts/gemini_ui_shortcuts.js b/scripts/gemini_ui_shortcuts.js
index d988d83..f9b5d51 100644
--- a/scripts/gemini_ui_shortcuts.js
+++ b/scripts/gemini_ui_shortcuts.js
@@ -193,7 +193,7 @@
     };
   }
 
-  /** 点击最新图片的"下载原图"按钮 */
+  /** 点击最新图片的"下载原图"按钮（仅用户要求高清时调用） */
   function downloadLatestImage(){
     _d('downloadLatestImage','start',true);
     var imgs=[...document.querySelectorAll('img.image.loaded')];
@@ -217,6 +217,70 @@
     return {ok:true, src:img.src||'', debug:_flush()};
   }
 
+  /* ── 图片 Base64 提取 ──
+   * 默认获取图片的方式。直接从已渲染的 DOM 提取，不走网络请求，不触发下载对话框。
+   *
+   * 策略：
+   *   1. Canvas 提取（同步，零网络，最快）
+   *   2. 若 Canvas 被 tainted（跨域污染），fallback 到页面内 fetch → blob → Base64
+   *
+   * 返回 data:image/png;base64,... 格式字符串，调用端直接解码存文件即可。
+   * 注意：fetch fallback 是异步的，因此本函数返回 Promise。
+   *       调用端需用 CDP Runtime.evaluate + awaitPromise:true 来获取结果。
+   */
+  function extractImageBase64(){
+    _d('extractImageBase64','start',true);
+    var imgs=[...document.querySelectorAll('img.image.loaded')];
+    _d('extractImageBase64','query_imgs',true,{totalFound:imgs.length});
+    if(!imgs.length){
+      _d('extractImageBase64','no_images',false);
+      var dbg=_flush();
+      return Promise.resolve({ok:false, error:'no_loaded_images', debug:dbg});
+    }
+    var img=imgs[imgs.length-1];
+    var w=img.naturalWidth||img.width;
+    var h=img.naturalHeight||img.height;
+    _d('extractImageBase64','picked_latest',true,{index:imgs.length-1, w:w, h:h, src:(img.src||'').slice(0,80)});
+
+    // 尝试 Canvas 同步提取
+    try{
+      var canvas=document.createElement('canvas');
+      canvas.width=w;
+      canvas.height=h;
+      var ctx=canvas.getContext('2d');
+      ctx.drawImage(img,0,0);
+      var dataUrl=canvas.toDataURL('image/png');
+      _d('extractImageBase64','canvas_ok',true,{size:dataUrl.length});
+      var dbg=_flush();
+      return Promise.resolve({ok:true, dataUrl:dataUrl, width:w, height:h, method:'canvas', debug:dbg});
+    }catch(e){
+      _d('extractImageBase64','canvas_tainted',false,{error:e.message||String(e)});
+    }
+
+    // Fallback: 页面内 fetch → blob → Base64
+    _d('extractImageBase64','fetch_fallback_start',true,{src:(img.src||'').slice(0,80)});
+    var debugSnapshot=_flush();
+    return fetch(img.src)
+      .then(function(r){
+        if(!r.ok) throw new Error('fetch_status_'+r.status);
+        return r.blob();
+      })
+      .then(function(blob){
+        return new Promise(function(resolve){
+          var reader=new FileReader();
+          reader.onloadend=function(){
+            _d('extractImageBase64','fetch_ok',true,{size:reader.result.length});
+            resolve({ok:true, dataUrl:reader.result, width:w, height:h, method:'fetch', debug:debugSnapshot.concat(_flush())});
+          };
+          reader.readAsDataURL(blob);
+        });
+      })
+      .catch(function(err){
+        _d('extractImageBase64','fetch_failed',false,{error:err.message||String(err)});
+        return {ok:false, error:'extract_failed', detail:err.message||String(err), debug:debugSnapshot.concat(_flush())};
+      });
+  }
+
   function probe(){
     _d('probe','start',true);
     var s=getStatus();
@@ -236,5 +300,5 @@
     return {log:_log.slice(), count:_log.length};
   }
 
-  window.GeminiOps = {probe, click, fillPrompt, getStatus, pollStatus, getLatestImage, downloadLatestImage, getDebugLog, selectors:S, version:'0.8.0'};
+  window.GeminiOps = {probe, click, fillPrompt, getStatus, pollStatus, getLatestImage, extractImageBase64, downloadLatestImage, getDebugLog, selectors:S, version:'0.9.0'};
 })();