用途：这是一个 Gemini Web 客户端技能，通过逆向工程的 Gemini Web API 生成文本和图像，支持参考图像视觉输入与多轮对话。
主要能力：文本生成；根据提示词生成图像；视觉输入（参考图）；多轮会话（sessionId）；JSON 输出；会话列出与保存。脚本位于技能目录的 scripts/ 子目录，入口为 scripts/main.ts，另有 gemini_webapi 的 TypeScript 移植。
必要用法：先确认同意。检查同意文件（macOS ~/Library/Application Support/baoyu-skills/gemini-web/consent.json；Linux ~/.local/share/baoyu-skills/gemini-web/consent.json；Windows %APPDATA%\baoyu-skills\gemini-web\consent.json），需 accepted: true 且 disclaimerVersion: "1.0"，否则展示免责声明并询问用户。运行命令示例：${BUN_X} {baseDir}/scripts/main.ts "Your prompt"；--prompt "..." --image cat.png；--prompt "Describe this" --reference image.png；--sessionId session-abc 多轮；--json 输出。模型选项含 gemini-3-pro（默认）、gemini-3-flash、gemini-3-flash-thinking、gemini-3.1-pro-preview。运行时用 bun 或 npx -y bun。首次运行打开浏览器进行 Google 认证并缓存 cookie，可用 --login 刷新。
限制：基于逆向工程接口，需用户同意免责声明；默认配置可被 EXTEND.md 覆盖（优先级：项目、XDG、用户主目录）；浏览器会话复用为尽力而为的 CDP 路径，非官方 --autoConnect 流程；资料未提供费用、频率限制或配额信息；数据目录、cookie 路径等可用环境变量覆盖。
适用场景：需要在本地脚本中调用 Gemini 文本与图像生成、视觉描述或多轮对话的开发者与自动化流程。