gemini-skill

收录理由

只会对话的智能体总像缺了一条腿，这个项目恰好补上了那部分——它让智能体通过浏览器直接调用 Gemini 网页版的生图和对话能力，不必额外购买独立的 API 套餐。项目以标准 MCP 服务器加技能的形式运行，任何支持 MCP 的客户端都能驱动一个真实登录的浏览器会话，底层走 CDP 协议。浏览器守护进程把那些琐碎又麻烦的环节都包揽了：维持会话不中断、绕过自动化检测、下载原图、去掉水印。想给现有智能体加上 Gemini 画图和图片提取，这几乎是最省事的接入方式。另外它还附带一个兼容 OpenAI 接口的 Atlas Cloud 提供商，如果你想把纯 API 路线和浏览器自动化做个对比，也能直接切换。需要留意的是，它要求本地装有浏览器并登录 Google 账号，所以更适合能接受这种环境配置的场景。