用途:该技能通过逆向工程得到的 Gemini Web API 提供文本与图片生成能力,并支持参考图视觉输入与多轮对话。所有脚本位于技能目录下的 scripts/ 子目录,入口为 scripts/main.ts,另有 gemini-webapi 的 TypeScript 移植(客户端、类型与工具)。
主要能力:文本生成;根据提示生成图片;使用参考图进行视觉输入;在同一 sessionId 下进行多轮对话;可选 JSON 输出;列出已保存会话。
使用方式:文本生成可运行 npx -y bun ${SKILL_DIR}/scripts/main.ts "Your prompt",也可用 --prompt 与 --model 指定。图片生成使用 --prompt 与 --image 输出路径,如 npx -y bun ${SKILL_DIR}/scripts/main.ts --prompt "A cute cat" --image cat.png。视觉输入使用 --reference,多轮对话使用 --sessionId,JSON 输出使用 --json。可选模型有 gemini-3-pro(默认)、gemini-2.5-pro、gemini-2.5-flash。
认证与配置:首次运行会打开浏览器进行 Google 授权,Cookie 自动缓存,支持 Chrome、Chrome Canary/Beta、Chromium、Edge;可用 --login 强制刷新,--cookie-path、--profile-dir 指定路径。环境变量包括 GEMINI_WEB_DATA_DIR、GEMINI_WEB_COOKIE_PATH、GEMINI_WEB_CHROME_PROFILE_DIR、GEMINI_WEB_CHROME_PATH 及 HTTP_PROXY、HTTPS_PROXY。可通过 EXTEND.md 配置默认模型、代理与自定义数据目录,路径优先项目级 .baoyu-skills/baoyu-danger-gemini-web/EXTEND.md,其次用户级 $HOME/.baoyu-skills/baoyu-danger-gemini-web/EXTEND.md。
限制:首次使用前必须确认同意逆向 API 的使用(同意文件写入各平台配置目录,格式含 version、accepted、acceptedAt、disclaimerVersion),未同意则停止。运行依赖 bun 与 npx。资料未提供收费、价格与效果保证,具体可用性可能受 Google 端影响。