Gemini Image skill

Você passa um print e recebe o texto extraído, o erro explicado, o relatório de bug ou o código da tela, pela visão do Gemini.

por johnlindquist

instalações: 1.200
estrelas no GitHub: 26
No skills.sh desde: janeiro de 2026
Licença: Sem licença declarada

Atualizada no GitHub em 19 de dezembro de 2025. Dados conferidos em 26 de outubro de 2026, no skills.sh e no GitHub.

johnlindquist
gemini-image
Você passa um print e recebe o texto extraído, o erro explicado, o relatório de bug ou o código da tela, pela visão do Gemini.Auditada1.200 instalações, grátis

O que ela faz

A skill faz o Claude mandar imagens pro Gemini Pro pelo comando gemini no terminal e trazer a análise de volta. Aceita PNG, JPEG, GIF e WebP, e mais de uma imagem por vez, o que serve pra comparar um antes e depois.

Ela vem com pedidos prontos pra cada tipo de imagem: descrever, extrair todo o texto de um print, tirar código de uma captura de tela, analisar a tela de um app, explicar uma mensagem de erro, entender um diagrama, puxar os números de um gráfico, revisar um formulário e avaliar o design (hierarquia, cor, tipografia, acessibilidade).

Também tem fluxos de ponta a ponta: tirar print no Mac e virar relatório de bug com passos pra reproduzir, transformar o desenho de uma tela em componente React com Tailwind e escrever o manual de uso a partir da tela do app.

Nas palavras de quem fez

Analyze images using Gemini's vision capabilities. Use for image analysis, text extraction from screenshots, and visual content understanding.

johnlindquist, no SKILL.md

Quando usar

Ler o texto de um print que não dá pra copiar
Entender uma mensagem de erro que apareceu na tela
Tirar os números de um gráfico que veio só em imagem
Pedir uma avaliação de design de uma landing page
Transformar um print de bug num relatório pronto pra equipe

Depois de instalar, é só pedir assim

Lê esse print do painel de vendas e me passa os números numa tabela
Compara esses dois prints da minha página e diz o que mudou e se ficou melhor
Olha esse erro na tela e me diz a causa e como corrigir

Segurança

Gen Agent Trust Hub, Socket e Snyk leem o código da skill atrás de comando perigoso, dado vazando e instrução escondida. Alerta não é reprovação: quer dizer que vale ler o que a skill faz antes de instalar.

Gen Agent Trust HubPassou
SocketPassou
SnykPassou

Perguntas

Como instalar a Gemini Image no Claude Code?

Toca em Levar, aqui nesta página, e deixa seu nome, e-mail e WhatsApp (é uma vez só). Aparece uma frase pronta: cola ela no Claude Code, que ele mesmo instala a Gemini Image, e a skill passa a valer na próxima conversa. A mesma frase serve no Codex. Se preferir fazer na mão, o passo a passo está em como instalar skills no Claude Code.

O que a gemini-image precisa pra funcionar?

De uma chave da API do Gemini, do Google, em GEMINI_API_KEY, e de um comando gemini no terminal. A skill manda instalar só o pacote google-generativeai do Python, que não cria esse comando, e escreve tudo como gemini -m pro -f imagem. O Gemini CLI oficial não tem a opção -f (nele a imagem vai com @caminho no pedido), então o Claude precisa adaptar o comando.

O texto extraído vem perfeito?

Nem sempre. A própria skill avisa que a leitura de texto não é perfeita e pede pra conferir. Imagem nítida, recortada só na parte que importa, e pergunta específica dão resultado melhor.

Roda no Codex e no Antigravity?

Roda: tudo é comando de terminal, então qualquer agente que executa terminal consegue usar, desde que o comando gemini e a chave estejam configurados.

Levar essa skill

1x gemini-imageR$ 0,00

TotalR$ 0,00

Levar precisa do JavaScript ligado. O código da skill está no GitHub: github.com/johnlindquist/claude

Aprenda a usar

Gemini CLI acabou? O que mudou e o Antigravity CLI
O Gemini CLI deixou de ser grátis. O que ainda roda com chave paga, o que é o Antigravity CLI (agy) e o caminho grátis que roda o MazyOS.