Community画像github.com

gemini-imagenes-lote

Use when generar imágenes por lote con la API de Gemini.

gemini-imagenes-lote とは?

gemini-imagenes-lote is a Gemini CLI agent skill that use when generar imágenes por lote con la API de Gemini.

対応~Claude Code~Codex CLI~Cursor✓Gemini CLI
npx skills add https://github.com/jeitheog/hermes-skill-gemini-imagenes-lote/tree/HEAD

Installed? Explore more 画像 skills: steipete/songsee, affaan-m/frontend-design, mattpocock/improve-codebase-architecture · View all 6 →

お気に入りのAIに質問する

このエージェントスキルを事前に読み込んだ状態で新しいチャットを開きます。

ドキュメント

Imágenes por lote con Gemini (Google AI)

Genera muchas imágenes (miniaturas, avatares, fondos de shorts) con la API de Gemini, sin navegador, sin login, sin extensión de terceros. La vía que funciona cuando Whisk/Flow no sirve.

Por qué no Whisk/Flow

  • Whisk ya no existe: labs.google/fx/tools/whisk redirige a Google Flow (flow.google.com). Está deprecado.
  • Flow pide plan de pago Google AI (one.google.com/ai) y login con llave de acceso (passkey). El login con passkey/2FA no se puede ni se debe automatizar: es del usuario. Al intentar entrar con una sesión copiada, el accountchooser muestra las cuentas como «Sesión cerrada» y, al clicar una, salta el reto de passkey.
  • La extensión Auto-Whisk de Duckmartians ya no tiene código: sus repos de GitHub (duckmartians/Auto-Whisk, -Portable, -Multi-Version) solo tienen README. No hay nada que cargar como extensión descomprimida, y el enlace de la Web Store resuelve a otra extensión. No instalarla.

Lo que sí funciona: API de Gemini

La clave ya está en ~/.hermes/.env como GEMINI_API_KEY (no imprimirla ni guardarla en memoria/chat). El script ~/whisk-lotes/generar.py la lee de ahí.

env -u PYTHONPATH /usr/bin/python3 ~/whisk-lotes/generar.py \
  ~/whisk-lotes/prompts_prueba.txt --salida ~/whisk-lotes/test --espera 4
  • Formato del archivo de prompts: una línea por imagen, nombre | prompt (lo de antes del primer | es el nombre del archivo de salida). Líneas que empiezan por # se ignoran.
  • Modelo por defecto: gemini-3-pro-image (estable). Alternativas más baratas/rápidas: gemini-2.5-flash-image, gemini-3.1-flash-image. Listarlos con GET https://generativelanguage.googleapis.com/v1beta/models?key=<clave>.
  • Endpoint: POST …/v1beta/models/{modelo}:generateContent con generationConfig.responseModalities = ["TEXT","IMAGE"]. La imagen viene en candidates[].content.parts[].inlineData.data (base64) + mimeType.
  • Secuencial, ~3-4 s entre prompts. En paralelo la capa gratuita devuelve 429. Si sale 429, esperar 20 s y reintentar. ~15 s por imagen en gemini-3-pro-image.
  • Calidad buena: texto en las miniaturas legible y con tildes correctas; avatares 3D tipo Pixar bien renderizados. 5 imágenes ≈ 85 s.

Otras vías (instaladas en esta Mac)

  • Flow sí sirve para lote con la extensión «Auto for Google VEO»: trabaja sobre la sesión ya abierta del usuario (no automatiza el login) y descarga solo. Ver skill auto-google-veo.
  • Wan CLI (@wan-ai/cli, Node ≥22): npm i -g @wan-ai/cli@latest → comandos wan text2image, wan image2image, wan text2video, wan frame2video, wan reference2video, wan character search (consistencia de personaje) y wan task wait para bajar el resultado. Instalado aquí (v0.0.3); para generar hay que autenticarlo antes con wan auth login (sitio intl, AccessKey del usuario desde create.wan.video/account — nunca por chat). La primera generación de Wan aún no está ejercitada en esta máquina: probarla y verificar el archivo antes de prometerla.
  • Pictory (vídeo desde texto): MCP registrado en Hermes; ver skill pictory.

Pitfalls

  • No probar a pasar el passkey/2FA de Google: es del usuario, se para y se le dice que entre él.
  • No leer la clave con search_files y volcarla; solo tomarla de .env dentro del script.
  • gemini-3-pro-image puede devolver solo UNA imagen por prompt (no N): si se quieren varias variantes, repetir el prompt o usar candidateCount.

Cuándo usar

Cuando el usuario quiere generar varias imágenes con IA (miniaturas, avatares, fondos, ideas de shorts) sin navegador, o cuando pregunta por Whisk/Flow/Auto-Whisk.

関連スキル