Gemini Web Ops

核心规则

1. 使用 OpenClaw 内置浏览器，profile="openclaw"。
2. 涉及生图关键词（如：生图、绘图、画一张、nano banana）时，优先用无头浏览器流程执行。
3. 文本问答任务（如“问问Gemini xxx”）走 Gemini 文本提问链路。
4. 默认模型：可用列表中最强模型，优先 Gemini 3.1 Pro。
5. 执行生图后先向用户回报“正在绘图中”，完成后回传图片。

任务分流

• 文本问答触发词：问问Gemini、让Gemini回答、去Gemini问。
• 生图任务触发词：生图、画、绘图、海报、nano banana、nanobanana、image generation。
• 若请求含糊，先确认：是文本回答还是要出图。

标准执行流程

A. 文本问答

1. 打开 https://gemini.google.com。
2. 校验登录态（头像/输入框可见）。
3. 选择最强可用模型（优先 Gemini 3.1 Pro）。
4. 将用户问题原样输入并发送。
5. 等待完整输出，提炼后回传（必要时附原文要点）。

B. 生图流程

1. 打开 Gemini 页面并确认登录。
2. 选择最强可用模型（优先 Gemini 3.1 Pro）。
3. 将用户提示词原样输入。
4. 开启/勾选图片生成能力（若 UI 有“生成图片/图片”开关）。
5. 发送后立即通知用户：正在绘图中。
6. 结果出现后：
   • 优先用“下载原图”按钮获取原图。
   • 若无下载按钮或失败，可对图片右键另存（通常是标清图）。
7. 把图片返回用户；若有多张，按顺序全部回传。

失败回退

1. 元素定位失败：刷新页面后重试一次。
2. 模型不可用：降级到次优 Gemini 模型并告知。
3. 生成超时：回报“仍在生成中”，继续等待一次；再次超时则请用户换短提示词。

低 token 优先策略

• 优先使用 scripts/gemini_ui_shortcuts.js 的快捷选择器。
• 先 evaluate 批量动作，再 snapshot 精准兜底。
• 避免高频全量快照。

参考

• 详细执行与回退：references/gemini-flow.md
• 关键词与路由：references/intent-routing.md