The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
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
Install
$
git clone https://github.com/WJZ-P/gemini-skillInstall command taken from the project's README or registry entry. Always review code before running it.
README excerpt
Read full README on GitHub →通过 CDP 操控 Gemini 网页版，实现 AI 生图、对话、图片提取等自动化操作。
Gemini Skill
快速开始 · 报告 Bug · 提出新特性
English | 中文
「剥开了尖刺 却正如你曾经说
赖以生存的温柔只是白纸
盛着破碎的梦和我们的故事」
目录
▲ 通过 AI 对话自动生成表情包
🆕 最新更新
v1.1.1（2026-05）— 适配新版模型菜单 UI：
- ✅ 模型枚举更新：
pro/flash/flash-lite（替换旧的pro/quick/think） - ✅ 当前模型读取改为
.picker-primary-textinnerText - ✅ 模型切换改为遍历菜单项 + label 文本匹配（i18n 安全）
- 🆕 新增思考深度切换：
getThinkingDepth()/setThinkingDepth('standard'|'extended') - 🆕 新增 MCP 工具
gemini_set_thinking_depth
v1.1.0（2026-05）— 已适配 Gemini 2026 年 5 月最新版 UI：
- ✅ 加号面板按钮（
gem-icon-button[arialabel="上传和工具"]） - ✅ 发送按钮（
gem-icon-button.send-button） - ✅ 下载完整尺寸按钮（
download-generated-image-button自定义元素） - ✅ 图片上传完成检测（
.gem-attachment-content.loading） - ✅ 状态判断兼容新 UI 的
gem-icon-button包装层 - ♻️ 全部选择器保留旧 UI 兜底，新旧版本均可工作
☁️ Atlas Cloud Provider
Atlas Cloud 是一个 full-modal AI inference platform，为开发者提供统一 AI API，可一站式访问视频生成、图像生成和 LLM API。接入一次，即可统一访问跨模态的 300+ 精选模型。
官方链接：https://www.atlascloud.ai/?utm_source=github&utm_medium=link&utm_campaign=gemini-skill
Atlas Cloud 现提供新的 coding plan 优惠入口，便于更低成本接入 API：
https://www.atlascloud.ai/console/coding-plan
本仓库现在内置了一个最小侵入的 Atlas Cloud provider 方案：
- 不改动原有 Gemini 浏览器自动化主链路
- 新增 OpenAI 兼容的 Atlas Cloud API provider
- 支持模型枚举、普通对话、Streaming 对话验证
- 适合把本项目同时作为 Gemini 自动化 skill + MaaS provider 接入样例
☁️ 懒得配环境？让 gemini-skill 跑在云上
不用装 Node、不用搭环境——在 Bloome 上点一下，gemini-skill 就能在云端跑起来，浏览器和手机都行。
Bloome 是一个 AI Agent IM 平台：把多个 AI agent（Claude、ChatGPT、Gemini、DeepSeek 等）放进同一个对话，像团队成员一样协作——自动分工、互相交接、交叉校验，把结果打磨到靠谱为止，还能直接在对话里出图、生成文档和可视化看板。喜欢用 gemini-skill 画图的话，正好让这支 agent 团队帮你把「想法 → 提示词 → 成图」整条链路跑顺。
配好的 agent 还能一键分享给朋友、或拉进群一起用，每个人都无需各自部署——零配置、开箱即用，云端随时可跑。👉 立即体验 Bloome
✨ 功能特性
| 功能 | 说明 | |
|---|---|---|
| 🎨 | AI 生图 | 发送 prompt 自动生成图片，支持高清原图下载 |
| 💬 | 文本对话 | 与 Gemini 进行多轮对话 |
| 🖼️ | 图片上传 | 上传参考图片，基于参考图生成新图 |
| 📥 | 图片提取 | 提取会话中的图片，支持 base64 和 CDP 完整尺寸下载 |
| 🔄 | 会话管理 | 新建会话、临时会话、切换模型、导航到历史会话 |
| 🧹 | 自动去水印 | 下载的图片自动移除 Gemini 水印 |
| 🤖 | MCP Server | 标准 MCP 协议接口，可被任何 MCP 客户端调用 |
| ☁️ | Atlas Cloud Provider | 新增 OpenAI 兼容 Provider，支持模型枚举、文本生成和流式响应验证 |
🏗️ 架构
Similar plugs
Reverse engineer anything with agents, from app behavior down to native binaries.
Build Agentic workflows, RAG pipelines, with rich AI model and tool support on one collaborative workspace. Deploy on cloud, VPC, or self-hosted, so teams move from prototype…
User-friendly AI Interface (Supports Ollama, OpenAI API, ...)
A cross-platform desktop All-in-One assistant for Claude Code, Codex, OpenCode, OpenClaw, Grok Build & Hermes Agent. Only official website: ccswitch.io
Open-source Python library for AI browser agents, plus Browser Use Cloud: stealth browsers and a hosted agent API.