用途：通过 Google Gemini 网页版生成图片，并支持文本生成、参考图视觉输入、多轮对话和实验性视频生成。
主要能力：文本生成；图像生成并下载保存；上传本地参考图作为视觉输入；同一执行器实例内保持会话（keepSession）开展多轮对话；实验性 generateVideo（Gemini 可能返回异步占位，需在 Gemini 网页 UI 下载）；可选 JSON 输出便于解析。模型可选 gemini-3-pro（默认）、gemini-2.5-pro、gemini-2.5-flash，资料指出 2.5-pro 别名已过期会静默降级为 Flash，建议使用 gemini-3-pro。
使用方式：首次运行会用 Chrome 登录 Google 并缓存 cookies。示例命令：npx -y bun scripts/main.ts "Hello, Gemini"；npx -y bun scripts/main.ts --prompt "A cute cat" --image cat.png；npx -y bun scripts/main.ts --promptfiles system.md content.md --image out.png。多轮对话用 --sessionId 复用会话，例如先发 "Remember this: 42" --sessionId my-unique-id-123，再发 "What number?" --sessionId my-unique-id-123。登录用 npx -y bun scripts/main.ts --login，加 --force 强制重新打开浏览器。常用选项还包括 --json、--list-sessions、--model、--cookie-path、--profile-dir。程序化调用经 createGeminiWebExecutor(geminiOptions) 使用，关键选项包括 referenceImages、keepSession、generateVideo；generateVideo 不能与 generateImage/editImage 同时使用。
适用场景：需要从文本提示词批量生成图片、带参考图做视觉任务、在同一会话内保持上下文的多轮交互。
限制：图像生成必须已登录会话，未登录会降级为拒绝出图的 Flash 层级；cookies 中的 __Secure-1PSIDTS 频繁轮换，登录失效需 --login。会话文件默认存于 ~/Library/Application Support/genimg-skills/gemini-web/sessions/<id>.json，最多保留 100 条。视频生成仍属实验性，可能需手动在网页 UI 下载。可设 GEMINI_WEB_DATA_DIR、GEMINI_WEB_COOKIE_PATH、GEMINI_WEB_CHROME_PROFILE_DIR、GEMINI_WEB_CHROME_PATH、GEMINI_WEB_BASE_URL 等环境变量。具体收费与价格资料暂未提供。