muzilee-gemini-image-skills

name	muzilee-gemini-image-skills
description	通过本地 Python daemon 和模块化 Tampermonkey worker 操作 Gemini 网页，支持文本、图片、模型切换、参考图上传和最新图片下载。

Muzilee Gemini Image Skills

目标

本 Skill 不直接操作网页。

调用链是：

1. Skill 调本地 Python daemon
2. Python daemon 通过统一任务信封协议派发任务
3. Tampermonkey worker 在 gemini.google.com 页面中执行
4. Python daemon 返回文本结果或本地图片路径

使用前提

先确保：

1. 已执行 uv venv 和 uv sync
2. daemon 已启动
3. 已安装 userscripts/gemini_web_worker.user.js
4. Gemini 页面已打开并登录

推荐命令

启动 daemon：

cd /Users/muzilee/Documents/auto-research-interns/Skills/muzilee-gemini-image-skills
uv run python -m muzilee_gemini_image_skills.server.app

发送文本：

cd /Users/muzilee/Documents/auto-research-interns/Skills/muzilee-gemini-image-skills
uv run python -m muzilee_gemini_image_skills.cli.main chat send "你好，请总结这篇文章"

生成图片：

cd /Users/muzilee/Documents/auto-research-interns/Skills/muzilee-gemini-image-skills
uv run python -m muzilee_gemini_image_skills.cli.main image generate "画一张赛博朋克城市夜景"

上传参考图：

cd /Users/muzilee/Documents/auto-research-interns/Skills/muzilee-gemini-image-skills
uv run python -m muzilee_gemini_image_skills.cli.main image upload-ref /absolute/path/ref.png

已支持能力

• chat send
• chat new
• model set
• image generate
• image upload-ref
• image download-latest
• worker state

工作原则

• 优先确认 daemon 在线
• 如果没有兼容 worker，要直接提示用户打开并刷新 Gemini 页面
• 文本任务返回最终文本
• 图片任务返回本地落盘后的文件路径
• 当前图片任务统一走页面 preview 提取，不使用 Gemini 下载按钮
• --output-mode 的 auto / full_size 仅为兼容旧命令保留，实际都会按 preview 执行