gemini-image — скилл для Claude Code: анализ картинок через Gemini
Скилл разбирает изображения силами Gemini: вытаскивает текст из скриншотов, читает код с картинки, объясняет диаграммы и ошибки.
npx skills add johnlindquist/claude --skill gemini-image -a claude-codeЧто делает gemini-image
Скилл даёт агенту готовые шаблоны запросов к Gemini Pro для работы с изображениями. Через CLI gemini -m pro -f image.png "..." можно описать картинку, вытащить текст из скриншота, распознать код, разобрать UI, объяснить диаграмму или сравнить два изображения до и после правок. Поддерживаются PNG, JPEG, GIF, WebP, скриншоты, фото, графики и мокапы интерфейсов.
Внутри — набор готовых промптов под конкретные задачи: OCR с сохранением разметки, извлечение кода с отступами, разбор сообщения об ошибке, обратная связь по дизайну, вытаскивание данных из графика. Есть и рабочие связки: снять скриншот через screencapture -i /tmp/bug.png и сразу превратить его в баг-репорт, или сгенерировать React-компонент с Tailwind CSS по макету.
Перед первым запуском нужны две вещи: pip install google-generativeai и ключ в переменной GEMINI_API_KEY. Без ключа команда не пойдёт. Распознанный текст стоит перепроверять глазами — сам скилл предупреждает, что OCR ошибается, а размытые и обрезанные картинки дают мутный результат. Чем чётче изображение и конкретнее вопрос, тем полезнее ответ.
Какие задачи решает
- вытащить текст из скриншота с сохранением разметки
- распознать код с картинки и вернуть его с отступами
- разобрать сообщение об ошибке на скриншоте и найти причину
- сравнить два изображения до и после правок
- собрать баг-репорт по снимку экрана
Примеры запросов агенту
- Разбери этот скриншот и вытащи весь видимый текст
- Что за ошибка на этой картинке и как её починить?
- Сгенерируй React-компонент с Tailwind CSS по этому макету
Как установить gemini-image
1Через Skills CLI (Vercel)
npx skills add johnlindquist/claude --skill gemini-image -a claude-code2Вручную: положить файлы
~/.claude/skills/gemini-image/SKILL.mdПапка скилла целиком; для одного проекта — .claude/skills/gemini-image/
1Через Skills CLI (Vercel)
npx skills add johnlindquist/claude --skill gemini-image -a codex2Вручную: положить файлы
.agents/skills/gemini-image/SKILL.mdДля всех проектов — ~/.agents/skills/
1Через Skills CLI (Vercel)
npx skills add johnlindquist/claude --skill gemini-image -a cursor2Вручную: положить файлы
.cursor/skills/gemini-image/SKILL.mdCursor читает и .agents/skills/, и .claude/skills/
1GitHub CLI
gh skill install johnlindquist/claude gemini-image2Вручную: положить файлы
.github/skills/gemini-image/SKILL.md1Через Skills CLI (Vercel)
npx skills add johnlindquist/claude --skill gemini-image -a gemini-cli2Командой платформы
gemini skills install https://github.com/johnlindquist/claude --path skills/gemini-imageВручную: положить файлы
.devin/skills/gemini-image/SKILL.mdСтарый путь .windsurf/skills/ тоже читается
Через Skills CLI (Vercel)
npx skills add johnlindquist/claude --skill gemini-image -a opencodeClaude.ai
Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills
По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов
Похожие
Рядом в теме «Настройка агента: память, контекст, субагенты»
Все скиллы по теме «Настройка агента: память, контекст, субагенты» →Вопросы о gemini-image
Как установить gemini-image в Claude?
Выполните npx skills add johnlindquist/claude --skill gemini-image -a claude-code. После этого скилл появится в ~/.claude/skills/gemini-image/SKILL.md.
Что делает gemini-image?
Прогоняет изображения через Gemini Pro: описывает содержимое, вытаскивает текст и код со скриншотов, объясняет диаграммы и ошибки, даёт обратную связь по дизайну.
Что нужно для работы скилла?
Пакет google-generativeai и ключ в переменной GEMINI_API_KEY. Без ключа запросы к Gemini не пройдут.
