WJZ-P/gemini-skill

gemini drawing MCP & skill through browser, can be used in openclaw or any agent that supports MCP. Gemini画图 MCP和sill，支持龙虾或任何agent使用٩(๑>◡<๑)۶

解决的问题

Gemini Skill 实现了 Gemini 网页界面的自动化，让用户能以程序化方式执行 AI 图像生成、文本对话与图像提取等任务，而无需完全依赖官方 API。它通过提供标准化的浏览器控制方式，填补了 AI 代理与 Gemini 网页 UI 之间的鸿沟。

运作原理

本项目使用 Puppeteer 结合 CDP (Chrome DevTools Protocol) 与 stealth 插件来控制浏览器实例。它采用“守护进程 (Daemon)”架构，由后台程序管理浏览器生命周期，在闲置 30 分钟后才会关闭以节省资源。作为一个 MCP (Model Context Protocol) 服务器，它可以整合至 AI 客户端 (如 Claude 或 CodeBuddy)，赋予它们与 Gemini 交互的“技能”。

适用对象

  • AI 代理开发者：希望将 Gemini 的网页功能 (特别是图像生成) 整合至代理工作流程的人员。
  • 自动化爱好者：想要自动化 Gemini 网页平台重复性任务的用户。
  • 开发者：寻找如何构建控制网页界面之 MCP 服务器参考范例的人员。

特色亮点

  • 完整图像工作流程：支持基于提示词的图像生成、上传参考图像进行图生图任务，以及下载高分辨率原始文件。
  • 自动水印移除：内置工具可自动从下载的图像中移除 Gemini 水印。
  • MCP 整合：完全兼容于 Model Context Protocol，允许任何符合 MCP 标准的客户端触发 Gemini 操作。
  • 智能生命周期管理：浏览器守护进程按需启动，并采用延迟销毁机制以避免频繁重启。
  • 隐身模式：使用 puppeteer-extra-plugin-stealth 来绕过机器人检测并模拟真实用户行为。

相关

  • 项目
    google-gemini/gemini-cli

    一个开源的终端 AI 代理，直接访问 Gemini 模型，用于代码分析、自动化和系统集成。

  • 项目
    yeahhe365/Gemini-Nexus

    Gemini Nexus 是一款 Chrome MV3 扩展，为浏览器添加原生 AI 助手。它支持 Google Gemini（通过逆向工程令牌的网页界面和官方 API）以及许多 OpenAI 兼容服务。该扩展提供侧边面板、浮动选择工具栏、图像/截图输入，以及基于 Chrome DevTools 的控制循环，使 LLM 能够导航页面、点击元素、填写表单、运行脚本和调用外部工具服务器（MCP）。它包括上下文管理功能、Gemini 图像的水印去除，以及完整的构建/发布工作流。Gemini-Web 集成可能违反 Google 的服务条款，因此用户必须接受相关风险。

  • 项目
    jamubc/gemini-mcp-tool

    一个将 AI 助手连接到 Gemini/Antigravity CLI 的 MCP 服务器，支持大规模代码库分析和沙箱化代码执行。

  • 项目
    jacob-bd/gemini-notebook-mcp-cli

    一个 Python 包，提供 `nlm` CLI 和本地 MCP 服务器，用于程序化管理 Google Gemini Notebook（列出/创建笔记本、添加源、生成音视频等），并将其功能暴露给 AI 代理（Claude、Cursor、Gemini‑CLI 等）。通过 `uv`/`pip` 安装，使用 Google Cookie 登录（可选加密），运行 `nlm setup` 连接 AI 工具后，即可通过简单命令或自然语言提示使用 MCP 服务器。

  • 项目
    zhiyu1998/Gemi2Api-Server

    Gemi2Api‑Server 是一个基于 FastAPI 的桥接工具，可让您通过 OpenAI 兼容的 REST API 调用 Google Gemini。它使用您的浏览器 Cookie 进行认证，转发聊天补全请求，可选地代理生成的图像，并提供一个简单的管理 UI。可本地部署、通过 Docker 或在 Render/HuggingFace 上部署，对希望在没有正式公开 API 的情况下访问 Gemini 的开发者非常有用。