用途：这是一个通过 Chrome 浏览器自动化操作 Google Gemini 网页界面来生成图片的技能，基于 Nano Banana / Gemini 3 图像生成模型。适用于用户希望用 Gemini 创建、生成或产出图片的场景。
前提条件：需要安装并启用 Claude-in-Chrome 扩展的 Chrome 浏览器；用户已登录 https://gemini.google.com 的 Google 账号；可使用 Chrome MCP 工具（mcp__claude-in-chrome__*），包括浏览标签页上下文、新建标签页、导航、点击输入截图悬停滚动等待、元素查找、读取无障碍树、表单填写、上传图片、提取页面文本等。
主要流程：初始化浏览器会话并打开 https://gemini.google.com/app；新建对话并启用图像生成工具；如提供参考图则先上传（最多 14 张，支持 PNG、JPEG、WebP、HEIC、HEIF）；构造并提交提示词，等待生成（一般 15–30 秒，4K 最长约 60 秒）；悬停图片显示下载控件并下载原图；文件先落在下载目录，再用 bash 移动到指定位置（如 ls -t ~/Downloads/ | head -5 和 mv ~/Downloads/filename.png "/desired/destination/filename.png"）；最后向用户报告文件位置。
能力与参数：支持文本生图与多模态参考图生成；可选分辨率 0.5K(512px)、1K、2K、4K；支持多种画幅比例（1:1、3:2、2:3、3:4、4:3、4:5、5:4、9:16、16:9、21:9、1:4、4:1、1:8、8:1）；支持在对话中继续做编辑，如去除元素、风格迁移、添加元素、放大到 4K；支持图片内多语言文字渲染。提示词建议具体化主体、光线、构图，使用正面表述、摄影与胶片术语、材质细节，文本用引号并指定字体。
限制：所有生成图片含 C2PA Content Credentials 与 SynthID 水印；模型知识截止 2025 年 1 月，但可用实时网络搜索；最大输入 131,072 tokens（Flash）/ 65,536 tokens（Pro），最大输出 32,768 tokens；参考图输入文件类型为 PNG、JPEG、WebP、HEIC、HEIF，也支持 PDF 与文本文件（最大 50MB）。缺少或找不到工具切换时需截图查找替代界面路径。收费、价格等资料暂未提供。