65 lines
2.3 KiB
Markdown
65 lines
2.3 KiB
Markdown
---
|
||
name: gemini-skill
|
||
description: 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
|
||
|
||
```json
|
||
{
|
||
"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`
|