gemini-gen

name

gemini-gen

description

用 Gemini 出图,默认走本机反代服务(antigravity2api-nodejs,Antigravity 账号池,支持参考图 + 分辨率档位),可选切回 Gemini 网页会员号(Nano Banana)cookie 方式、多账号负载均衡 + 撞额度自动跳号;支持并发批量出图(job 文件 + FIFO 信号量,系列图/整套资产一次出)。当用户要用 Gemini / Nano Banana / Antigravity 出图、"用 gemini 画图"、想薅 Gemini 订阅或 Antigravity 账号的免费图额度、要在多个账号之间轮着出图分摊额度、或要一次批量出一组图时使用。两条后端配额池互不相通。产物存图片文件,两条后端都支持参考图(风格迁移/图生图)。是继 codex-image-gen / comfyui / jimeng / browser-gen 之后的又一条出图后端。通用生图/程序化出图未点名具体后端时,由 `media-gen` 统一路由选后端;用户显式点名 Gemini/Nano Banana/Antigravity(或要薅免费额度/多账号轮换/批量出图)时仍直调本 skill。

Gemini 出图(反代 + 会员号 cookie 双后端)

两条互相独立的免费/订阅内出图路径,配额池不通用,按场景选:

后端	走的通道	配额池	多账号	需要什么
proxy(默认)	本机反代服务 antigravity2api-nodejs → Antigravity/Gemini Cloud Code Assist	Antigravity 账号自己的额度池(跟 Gemini 网页会员号是两回事)	反代服务自己做 round-robin + 撞额度自动禁用,本 skill 不用管	反代服务跑起来(app run antigravity2api)+ proxy_config.json
cookie(备选,--backend cookie)	逆向 web API(gemini-webapi)读浏览器 cookie	Gemini 网页会员号(Pro/Advanced 订阅)自己的额度池	本 skill 做 LRU 负载 + 冷却跳号	独立 Chrome profile 登录会员号 + accounts.json

出图后端选择:本地可控批量 → comfyui;订阅 gpt-image → codex-image-gen;Gemini/Antigravity → 本 skill;要 Veo 视频 → browser-gen。

何时用

• 用户点名要 Gemini / Nano Banana / Antigravity 出图。
• 想薅免费图额度,而不是走付费 API / 本地算力。
• 有多个账号,想轮着用分摊每日图额度。
• 想用参考图做风格迁移 / 图生图(两条后端都支持,已现场验证效果稳定)。

怎么用

单脚本调用(已可执行,依赖经 uv 自动注入,首次稍慢):

bash ~/.claude/skills/gemini-gen/scripts/gen-image.sh \
  --prompt "画面的具体描述" \
  --out "目标路径/名字.png" \
  [--backend proxy|cookie]        # 默认 proxy \
  [--ref 参考图1.png] [--ref 参考图2.png] \
  [--aspect 16:9] \
  # proxy 后端专用：
  [--proxy-model gemini-3.1-flash-image] [--size 1K|2K|4K] \
  # cookie 后端专用：
  [--account <账号别名>] [--model flash|pro]

• 成功后把最终图片路径打到 stdout;失败退出码非零,过程信息走 stderr。
• 多张图就多次调用。

通用参数

参数	说明
--backend	可选。proxy(默认,见上表)/ cookie(旧方式)。
--prompt	必填。主体 + 风格 + 构图 + 背景 + 配色 + 留白,越具体越好;中英文均可,英文更稳。
--out	必填。保存路径,父目录自动建;一次返回多图时自动加 _0 / _1。
--ref	可选,可重复。参考图,做系列图锁角色 / 画风时务必带——两条后端都是原生图生图/风格参考,不是简单文字转述。
--aspect	可选。宽高比提示 16:9 / 1:1 / 9:16 等(两条后端都是 best-effort,写进提示词而非结构化参数,模型遵循度尚可但不保证精确)。

proxy 后端参数

参数	说明
--proxy-model	可选。反代模型名,默认读 proxy_config.json 的 default_model(缺省 gemini-3.1-flash-image)。可用模型列表见反代的 GET /v1/models。
--size	可选。1K(默认)/ 2K / 4K,通过给模型名加后缀实现,不是所有模型都支持高档位。

cookie 后端参数

参数	说明
--account	可选。指定某个会员号(不跳号);不传则负载均衡。
--model	可选。flash(默认,Nano Banana 2,额度宽/快) / pro(Nano Banana Pro,更高质量但额度紧)。

⚠️ cookie 后端模型坑(已踩平):gemini-webapi 的默认模型(UNSPECIFIED)会路由到一个图额度极小的桶,几张就报 "limit resets" 假性满额——但账号其实没满(手动在网页用 Flash 能出)。本 skill 已强制走 flash/pro,绝不用默认模型。

批量出图(并发,多张时用这个)

要一次出很多张(系列配图、整套资产)时,不要串行一张张等——gen-image.sh 是单图工具(一次一张),并发交给批量入口 scripts/gen-batch.sh(设计仿照 codex-image-gen skill 的同名脚本):

1. 为每张图写一个 job 文件:文件名(去 .txt)= 输出图基名,内容 = 完整提示词。 jobs/01-topic.txt → 出 01-topic.png。
2. 跑:

bash ~/.claude/skills/gemini-gen/scripts/gen-batch.sh \
  --jobs <jobs目录> --outdir <输出目录> \
  [--concurrency 3] \
  [--backend proxy|cookie] [--ref 定妆图.png] [--aspect 16:9] \
  # proxy 后端可再加：[--proxy-model 模型名] [--size 1K|2K|4K]
  # cookie 后端可再加：[--account 账号别名] [--model flash|pro]

• prompt 走文件传入,免命令行转义与长度限制;每个 job 输出独立路径,并发安全;用 FIFO 信号量滚动并发,兼容 macOS 自带 bash 3.2。
• 单个 job 失败只打印 ✗,不影响其它 job;失败的单独重跑对应 job 文件即可。
• 系列图保持同一角色 / 风格:所有 job 都带同一张 --ref 定妆图。

⚠️ 两个后端的并发上限不是一回事,别用同一个数字:

• proxy 后端(默认):多账号轮询在反代服务里做,--concurrency 先从 3 起,观察反代日志 / 管理台账号状态顶不顶得住,顶不住就降;某个 job 撞到坏账号是它自己的进程失败,不连累其它 job。
• cookie 后端:Google 有独立反自动化限流,gen_image.py 的 pacing(请求前随机停顿)+ 撞额度冷却是按"单进程顺序请求"设计的,并发跑会削弱这层节奏控制;而且多进程共写 state.json 没加锁,并发下 LRU 游标可能互相覆盖(最坏是负载没那么均匀,不会崩,但更容易撞限流)。cookie 后端 --concurrency 建议压到 1-2。

proxy 后端配置(默认路径,私密,不入 git)

反代地址/key 抽到 proxy_config.json(skill 根目录),格式见 proxy_config.example.json。该文件已被 .gitignore 挡住、不进仓库。

首次使用 / 别人拿到 skill:

1. 部署 antigravity2api-nodejs:git clone → npm install → npm run login(走 Google OAuth,可反复登多个账号)→ npm start(默认端口 8045)。
2. cp proxy_config.example.json proxy_config.json(或放 ~/.config/gemini-gen/proxy_config.json,二者择一,前者优先),填入 base_url(如 http://localhost:8045/v1)和反代 .env 里配的 API_KEY。
3. 出图前确保反代服务在跑;本机用 app 项目管理器的可以 app run antigravity2api,没有这套管理器就直接进反代目录 npm start。
4. 多账号 / 撞额度自动禁用都在反代服务自己的管理台里管(默认 http://localhost:8045,登录 .env 里配的 ADMIN_USERNAME/ADMIN_PASSWORD),本 skill 不重复实现。

找不到 proxy_config.json 时的兜底:会尝试读本机 ~/.agents/resources.json 的 llm.antigravity2api.local(仅我自己机器上有这个私有凭据库,其他人用本 skill 应该走上面的 proxy_config.json,不依赖这个)。

cookie 后端配置(备选,私密,不入 git)

账号信息抽到 accounts.json(skill 根目录),格式 {"members": {"别名": "邮箱", ...}}。该文件已被 .gitignore 挡住、不进仓库;仓库里只带模板 accounts.example.json。

首次使用 / 别人拿到 skill:

1. cp accounts.example.json accounts.json(或放 ~/.config/gemini-gen/accounts.json,二者择一,前者优先)。
2. 填入自己的 Gemini 会员号:别名 → 该号登录邮箱。
3. 每个会员号要有独立 Chrome profile(只登它一个号)——一个 profile 的 cookie 罐只存得下一个 __Secure-1PSID(authuser=0),多号混登只能薅到最早那个。
4. 在每个 profile 里打开一次 gemini.google.com 确认登录态。

• 账号 → profile 映射靠 Chrome Local State 的 email 自动反查;账号身份以此为准(Gemini 自报邮箱不可靠,会瞎编)。
• 负载状态(游标 + 冷却)存在 ~/.config/gemini-gen/state.json。

限流与兜底(cookie 后端,重要)

• 这条 cookie 通道有 Google 独立的反自动化限流,跟手动 UI 通道是两套配额。低频偶尔出图没问题;短时间高频(几分钟连发十次)会被软限流,典型回应是 "limit resets" 或 "Are you signed in? ...can't create"。脚本已加 pacing(请求前随机停顿)+ LRU 分摊 + 撞限流自动跳号冷却 来压低触线概率,但不能根治——脚本无法把自己伪装成"有人在操作的活浏览器"。
• 被限流时的兜底:回退到 [browser-gen] skill(Chrome MCP 驱动真实浏览器走 UI 通道)。UI 通道信任分高、基本不受这条限流影响;手动能画、它就能画。代价是慢、要开 Chrome、取原图需手点下载。proxy 后端不受这条限流影响(走的是 Antigravity API 通道,不是网页 UI 逆向)。
• 经验法则:proxy 后端够用就优先用它;cookie 后端撞限流或要"稳出一张" → browser-gen。

边界与坑

• proxy 后端:依赖第三方开源反代(liuw1535/antigravity2api-nodejs),该项目处理好了 Antigravity 官方 API 的 projectId 兜底 + thoughtSignature 透传等坑(自己手搓反代很容易在这两处翻车);出图分辨率档位靠模型名后缀 -2K/-4K,没有结构化的 aspectRatio 参数。
• cookie 后端:逆向 web API + cookie,属 Google ToS 灰区;cookie 长期有效(__Secure-1PSID 寿命长,__Secure-1PSIDTS 运行时自动刷新),但账号在浏览器登出 / 改密会失效;出的是 Nano Banana 图(消费版 web),不保证拿到 4K 原图档位。
• 两条后端额度都是按账号每日算的;多号合起来也有上限,撞满了等刷新或再加号。
• 绝不把任何账号的 cookie / PSID / API key / 真实邮箱写进会提交的文件(SKILL.md / example / 代码)或公开仓库。