AlphaMoatによると、2026-09時点でGemini Image Proxyのダウンロード数は2,534、スター数は4で、AIスキル全体5,078件中4,074位、デザイン・メディアでは512件中394位です。
| プラットフォーム | インストール数 | ダウンロード数 | スター数 | コメント |
|---|---|---|---|---|
| ClawHub ↗ | 77 | 2379 | 4 | - |
| SkillHub ↗ | 217 | 2534 | 4 | — |
プラットフォームごとに集計方法と集計時点が異なります。
このスキルはOpenAI互換インターフェースで画像モデルに接続し、テキスト指示から新しい画像を生成するか、既存画像を編集する方法を説明する。OpenAI SDKの導入に加え、プロキシAPIキーとベースURLの設定が必要。入力形式としてPNG、JPG、JPEG、GIF、WEBPが挙げられている。 プロンプトと画像入力は設定したプロキシ/モデル提供元へ送信されます。その処理が許可された素材だけを使い、APIキーを適切に保護してください。
資料公開日 2026-10-27
スキルのドキュメントをもとに生成した例であり、実際の実行結果ではありません。
2026-09 から集計方法を変更し、同名スキルを作者ごとに分けて集計し、全スキルを対象にしました。破線は変更前の月で、変更後のデータとは直接比較せず、変更をまたぐ増減も計算していません。
| 月 | ダウンロード数 | 前月比 | スター数 |
|---|---|---|---|
| 2026-09 | 2534 | — | 4 |
| 2026-08 | 2297 | +3.3% | 4 |
| 2026-07 | 2223 | +8.7% | 4 |
| 2026-06 | 2046 | +4.5% | 4 |
| 2026-05 | 1958 | — | 4 |
| 2026-03 | 1747 | — | 4 |
作者が公開した元のファイルをテキストのまま表示しています。AlphaMoat による編集や審査はしていません。リンクはクリックできません。コマンドは内容を確認してから実行してください。取得日 2026-10-23。
---
name: gemini-image-proxy
version: 1.0.0
description: Generate and edit images with Gemini API using the OpenAI Python SDK.
metadata:
openclaw:
emoji: "🎨"
requires:
env: ["GOOGLE_PROXY_API_KEY", "GOOGLE_PROXY_BASE_URL"]
---
# Gemini Image Simple
Generate and edit images using **Gemini 3 Pro Image** via the OpenAI Python SDK and an OpenAI-compatible API endpoint.
## Why This Skill
| Feature | This Skill | Others (nano-banana-pro, etc.) |
| ------------------------ | ------------------------- | ------------------------------ |
| **Dependencies** | openai (SDK) | google-genai, pillow, etc. |
| **Requires pip/uv** | ✅ Yes | ✅ Yes |
| **Works on Fly.io free** | ✅ Yes (with pip) | ❌ Fails |
| **Works in containers** | ✅ Yes (with pip) | ❌ Often fails |
| **Image generation** | ✅ Full | ✅ Full |
| **Image editing** | ✅ Yes | ✅ Yes |
| **Setup complexity** | Install SDK + set API key | Install packages first |
**Bottom line:** This skill uses the OpenAI SDK, so you must install `openai` once with pip.
## Install
```bash
python3 -m pip install openai
```
## Quick Start
```bash
# Set env
export GOOGLE_PROXY_API_KEY="your_api_key"
export GOOGLE_PROXY_BASE_URL="https://example.com/v1"
# Generate
python3 /data/clawd/skills/gemini-image-simple/scripts/generate.py "A cat wearing a tiny hat" cat.png
# Edit existing image
python3 /data/clawd/skills/gemini-image-simple/scripts/generate.py "Make it sunset lighting" edited.png --input original.png
```
## Usage
### Generate new image
```bash
python3 {baseDir}/scripts/generate.py "your prompt" output.png
```
### Edit existing image
```bash
python3 {baseDir}/scripts/generate.py "edit instructions" output.png --input source.png
```
Supported input formats: PNG, JPG, JPEG, GIF, WEBP
## Environment
Set these environment variables:
- `GOOGLE_PROXY_API_KEY` (your API key)
- `GOOGLE_PROXY_BASE_URL` (OpenAI-compatible base URL, e.g. https://example.com/v1)
## How It Works
Uses **Gemini 3 Pro Image** (`gemini-3-pro-image`) via the OpenAI Python SDK:
- `client.images.generate(...)` for new images
- `client.images.edits(...)` for edits
- Requires the `openai` package
That's it. Works on any Python 3.10+ installation with `openai` installed.
## Model
Currently using: `gemini-3-pro-image`
Other available models (can be changed in generate.py if needed):
- `gemini-3-pro-image-preview` - Preview variant
- `imagen-4.0-ultra-generate-001` - Imagen 4.0 Ultra
- `imagen-4.0-generate-001` - Imagen 4.0
- `gemini-2.5-flash-image` - Gemini 2.5 Flash with image gen
## Examples
```bash
# Landscape
python3 {baseDir}/scripts/generate.py "Misty mountains at sunrise, photorealistic" mountains.png
# Product shot
python3 {baseDir}/scripts/generate.py "Minimalist product photo of a coffee cup, white background" coffee.png
# Edit: change style
python3 {baseDir}/scripts/generate.py "Convert to watercolor painting style" watercolor.png --input photo.jpg
# Edit: add element
python3 {baseDir}/scripts/generate.py "Add a rainbow in the sky" rainbow.png --input landscape.png
```
ContextWeaveアーキテクチャ図ワンショット生成
Nano Banana Pro で画像を生成・編集するスクリプト型のスキルです。
whisper コマンドで音声をローカルで文字起こしするスキルです。
MCP サーバー経由で図を生成、編集するスキルです。
洗練された画面のための設計知見と実装指南をまとめたスキルで、レイアウトからフロー、トークン、フロントエンドの変更まで扱います。
複数の動画モデル API をまたぐ AI 動画生成と編成のスキルです。
ffmpeg を使って動画からフレームを取り出し、手早い確認用のサムネイルを作るスキルです。
ローカルの Whisper で音声ファイルを文字に起こすスキルで、モデルのダウンロード後は完全にオフラインで動きます。
データ月:2026-09 · ダウンロード数、スター数、インストール数は公開スキルレジストリ(ClawHub、SkillHub)から月単位で集計しています。詳しくはデータの方法論をご覧ください。