Repository navigation
Description
环境
- gemini-skill v1.1.1(
333e818,2026-09-18),MCP Server(stdio) - OS:Windows(x64)· Node v24.20 · 浏览器 Microsoft Edge 154(本机无 Chrome,用
BROWSER_PATH指定 Edge) - 账号:已登录 Google 账号,Gemini Pro 订阅;网页端模型菜单显示
3.1 Pro/3.8 Flash/3.5 Flash-Lite - 独立浏览器 profile +
puppeteer-extra-plugin-stealth,BROWSER_HEADLESS=false - 生图、图片提取、模型切换都正常,只有 Pro 的文本对话稳定失败
现象:Pro 文本对话三种失败形态(Flash 全部正常)
| # | 操作 | 结果 |
|---|---|---|
| 1 | gemini_switch_model pro → gemini_send_message(思考深度=高点) |
4.8s 返回页面上的一句话错误:I encountered an error doing what you asked. Could you try again? |
| 2 | 同上,换一次提问 | 5.6s:Sorry, something went wrong. Please try your request again. |
| 3 | 思考深度改成「中等」后重发 | 卡住 300s 直到 timeout;期间 DOM 里 pending-response / pending-request / thinking-dots-animation 一直在、停止按钮一直可点,但 div.response-content 始终不出现 |
| 4 | gemini_new_chat 开全新会话 → pro → 提问「7×8=?」 |
8s:I'm having a hard time fulfilling your request. Can I help you with something else instead? |
| 5 | 同会话切回 flash 再问 |
立即正常:The capital of France is Paris. / OK |
| 6 | gemini_generate_image(内部 ensureModelPro() 自动切 Pro) |
成功,完整尺寸 2752×1536 JPEG、无水印 |
也就是说:Pro 的推理链路本身是可用的(生图走 Pro 成功),坏的是 Pro 的「文本」这一路;
Flash 文本正常;错误文案是 Gemini 服务端返回的通用失败话术,不是本项目的报错。
复现(MCP 工具调用)
gemini_new_chat
gemini_switch_model { "model": "pro" }
gemini_send_message { "message": "Reply with one short sentence: what is 7 times 8?", "timeout": 600000 }
# → 页面上出现上面 4 种文案之一(或 pending 到超时)
gemini_switch_model { "model": "flash" }
gemini_send_message { "message": "Say OK in one word." }
# → 正常返回
交叉验证:同一账号、另一套独立实现
用完全独立的第二套实现(纯 HTTP + Cookie 逆向,不走 CDP / 不点页面,直接 POST
assistant.lamda.BardFrontendService/StreamGenerate)调同一个账号:
- 同一个提问(东京首都)最终是成功返回的,但耗时 291.5 秒(约 5 分钟);
- 该实现不指定模型 → 走账号默认(即 3.1 Pro)。
⇒ 结论倾向:这个账号的 Pro 文本走网页端 RPC 极其慢(~5 分钟),而本项目在浏览器 UI 路径上
拿到的是服务端的通用失败话术 / 永久 pending。
怀疑与 Pro / Extended thinking 需要的 BotGuard 令牌有关(自动化会话拿不到),Flash 有可用的回退路径。
错误码 1050(model inconsistent with conversation history)也值得一提:我在同一会话里反复切
Pro/Flash,可能让会话进入不一致状态;但第 4 项是在全新会话里复现的。
建议
- README 增加说明:
3.1 Pro文本在部分账号/自动化会话下会失败或长时间 pending,
对话请先用flash(生图不受影响)。 - 可选增强:
gemini_send_message在 Pro 上捕获这类「页面上出现失败文案 / pending 超时」时,
自动切 Flash 重试一次,并把这件事写进返回值(对 agent 更友好)。 - 若需要,我可以按上面两条提 PR。
顺带:本机实测到的两个选择器问题(本地已修好,可另开 PR)
-
gemini_check_login误报「已登录」
实现只读div.boqOnegoogleliteOgbOneGoogleBar的 innerText,而新版 UI 该元素文本恒为空字符串,
于是未登录时也输出「已登录(导航栏文本: "")」(我一开始就被它骗过一次)。
建议改成多信号:账号头像元素 → 已登录;Sign in按钮 /accounts.google.com登录链接 /
"Sign in to save activity" 文案 → 未登录;都没有则如实报「无法判定」。 -
gemini_set_thinking_depth在新 UI 上必然thinking_depth_entry_not_found
新版模型菜单把「低点 / 中等 / 高点」做成平铺的gem-menu-item,不再有trailing-container子菜单:<gem-menu-item><span class="label">3.5 Flash-Lite</span>极速回答</gem-menu-item> <gem-menu-item><span class="label">3.8 Flash</span>全方位帮助</gem-menu-item> <gem-menu-item class="... selected"><span class="label">3.1 Pro</span>高级推理<mat-icon/></gem-menu-item> <gem-menu-item><span class="label">低点</span>快速高效</gem-menu-item> <gem-menu-item><span class="label">中等</span>深度适中</gem-menu-item> <gem-menu-item><span class="label">高点</span>超级详尽</gem-menu-item>
选中项靠
class="selected"+ check 图标标识。
另注:当前深度不一定能从.picker-secondary-text读到 —— 实测Pro + 中等/高点有该副标签,
而Pro + 低点、以及Flash下该元素不存在,所以「读不到副标签」不能当成「标准思考」。
Activity
orphiczhou commentedon Oct 12, 2026
补充一条刚拿到的交叉验证证据(2026-10-12 晚,同一账号、同一时间段):
同一个账号、换第二套独立实现(纯 HTTP + Cookie,不走 CDP、不点页面)直接调
StreamGenerate,同样复现了这句通用失败话术:gemini_switch_model flash+gemini_send_message依然秒回正常。所以这个账号在 Pro 文本链路上的表现是不稳定的:要么极慢(~5 分钟),要么直接返回通用失败话术;
Flash 与生图(内部切 Pro)都不受影响。两个实现唯一共同点是"Pro 文本 = StreamGenerate 流式接口",
所以更可能是服务端/账号侧的行为(例如 Pro / Extended thinking 需要的 BotGuard 令牌,
或该账号 Pro 文本被服务端限流),本项目侧的 CDP 点击与解析不是根因。
建议的缓解仍然一样:对话默认用
flash;若要在 Pro 上做长任务,把客户端超时放到 ≥10 分钟。