gemini-skill/SKILL.md

name, description

name	description
gemini-skill	通过 Gemini 官网（gemini.google.com）执行生图操作。用户提到"生图/画图/绘图/nano banana/nanobanana/生成图片"等关键词时触发。所有浏览器操作已封装为 MCP 工具，AI 无需手动操控浏览器，但必要时可以通过gemini_browser_info获取浏览器连接信息，如CDP连接端口，方便AI自行连接调试。

Gemini Skill

触发关键词

• 生图任务：生图、画、绘图、海报、nano banana、nanobanana、image generation、生成图片
• 若请求含糊，先确认用户是否需要生图

使用方式

本 Skill 通过 MCP Server 暴露工具，AI 直接调用即可，不需要手动操作浏览器。

浏览器启动、会话管理、图片提取、文件保存等流程已全部封装在工具内部。Daemon 未运行时会自动后台拉起，无需手动启动。

可用工具

工具名	说明	入参
gemini_generate_image	生成图片，返回本地文件路径 + base64 图片	prompt（描述词），newSession（是否新建会话，默认 false）
gemini_browser_info	获取浏览器连接信息（CDP 端口、wsEndpoint、Daemon 状态等）	无

典型调用流程

1. 用户说"帮我画一张猫咪的图"
2. 调用 gemini_generate_image，传入 prompt
3. 工具返回本地图片路径和 base64 数据
4. 将图片展示给用户

参数说明

• newSession: false（默认）— 复用当前 Gemini 会话页，适合连续生图
• newSession: true — 新建干净会话，适合全新主题

MCP 客户端配置

{
  "mcpServers": {
    "gemini": {
      "command": "node",
      "args": ["<项目绝对路径>/src/mcp-server.js"]
    }
  }
}

也可通过 npm run mcp 手动启动。

失败处理

工具内部已包含重试逻辑。若仍然失败，返回值的 isError: true 和错误信息会告知原因：

• 生成超时 — 建议用户简化描述词后重试
• Daemon 未启动 — 工具会自动拉起，若仍失败可手动 npm run daemon
• 页面异常 — 可调用 gemini_browser_info 查看浏览器状态排查

参考

• 详细执行与回退：references/gemini-flow.md
• 关键词与路由：references/intent-routing.md