用途:通过逆向工程方式调用 Gemini Web API,在命令行中生成文本和图像,并支持参考图视觉输入与多轮会话。
主要能力:文本生成;根据提示词生成图像;以参考图做视觉输入;多轮对话;JSON 输出;会话列表查看。模型可选 gemini-3-pro(默认)、gemini-3-flash、gemini-3-flash-thinking、gemini-3.1-pro-preview。认证:首次运行打开浏览器进行 Google 授权并自动缓存 Cookie,支持 Chrome、Chrome Canary/Beta、Chromium、Edge,可用 --login 强制刷新,GEMINI_WEB_CHROME_PATH 覆盖浏览器路径。
必要用法:脚本位于 scripts/ 子目录,路径为 ${SKILL_DIR}/scripts/<name>.ts。首次使用前必须检查同意文件(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),确认 accepted: true 且 disclaimerVersion: "1.0" 后继续。文本生成示例:npx -y bun ${SKILL_DIR}/scripts/main.ts "Your prompt";图像生成:npx -y bun ${SKILL_DIR}/scripts/main.ts --prompt "A cute cat" --image cat.png;视觉输入:--reference image.png;多轮:--sessionId session-abc。
配置:可用 EXTEND.md(项目级 .baoyu-skills/baoyu-danger-gemini-web/EXTEND.md 或用户级 $HOME/.baoyu-skills/baoyu-danger-gemini-web/EXTEND.md),支持默认模型、代理设置、自定义数据目录。环境变量包括 GEMINI_WEB_DATA_DIR、GEMINI_WEB_COOKIE_PATH、GEMINI_WEB_CHROME_PROFILE_DIR、GEMINI_WEB_CHROME_PATH,以及 HTTP_PROXY、HTTPS_PROXY。
限制:依赖逆向 API,需用户明确同意;认证依赖浏览器 Cookie;会话文件存于数据目录 sessions/<id>.json;其他细节资料暂未提供。