用途:该技能提供 Gemini Web 客户端能力,可进行文本生成、图片生成(含下载与保存)、参考图视觉输入(附带本地图片)以及通过持久化 --sessionId 实现多轮对话。脚本位于本技能的 scripts/ 子目录,入口为 scripts/main.ts,另含 gemini_webapi 的 TypeScript 移植(GeminiClient、types、utils)。使用前必须执行同意检查:先读取平台对应的 consent.json,若已接受且 disclaimerVersion 为 "1.0" 则打印警告并继续;否则展示免责声明并询问用户是否接受,接受后写入 consent.json,拒绝则退出。
主要用法(命令保持原样):npx -y bun ${SKILL_DIR}/scripts/main.ts "Hello, Gemini";文本生成可用 --prompt/-p、--model/-m,并从标准输入管道;图片生成用 --image [path](默认 generated.png);视觉输入用 --reference/--ref;多轮对话用 --sessionId 并由代理生成唯一 ID;--json 输出 JSON,--login 仅刷新 cookie,--list-sessions 列出最近会话(最多 100 个,按更新时间排序)。模型有 gemini-3-pro(默认)、gemini-2.5-pro、gemini-2.5-flash。首次运行会打开 Chrome 进行 Google 认证并缓存 cookie。环境变量包括 GEMINI_WEB_DATA_DIR、GEMINI_WEB_COOKIE_PATH、GEMINI_WEB_CHROME_PROFILE_DIR、GEMINI_WEB_CHROME_PATH。会话文件存于 ~/Library/Application Support/baoyu-skills/gemini-web/sessions/<id>.json,含 id、metadata、messages、createdAt、updatedAt。可通过 EXTEND.md 扩展配置。
限制:使用逆向工程 API,非 Google 官方 API;若 Google 更改接口可能随时失效,无官方支持或保证,风险自负;需先完成并接受免责声明方可使用。