用 Gemini CLI 做视觉回归检查：命令文件与 GEMINI.md 配合
把「视觉回归检查」交给智能体，难点不在模型能力，而在流程是否说清楚：输入是什么（基线截图与新截图），按什么顺序处理，交付什么（差异清单），哪些事不能做。Skill 就是把这些写下来的载体。
本文介绍如何在 Gemini CLI 上实现这个技能，包括它的形态、示例配置、启用步骤、一次完整的运行过程和常见坑。
这个技能做什么
| 项目 | 说明 |
|---|---|
| 技能 | 视觉回归检查（visual-regression） |
| 作用 | 对比页面截图找出非预期的样式变化 |
| 输入 | 基线截图与新截图 |
| 输出 | 差异清单 |
| 形态 | 带脚本 |
| 风险 | 低 |
| 适用人群 | 开发与测试工程师 |
处理流程分四步：
- 截取关键页面
- 与基线对比
- 过滤动态内容
- 标出非预期变化
这个技能需要运行本地脚本（解析文件、调用命令行工具等），要求运行环境允许执行代码；风险较低，但输出仍需快速过目再使用。
在 Gemini CLI 中是什么形态
Gemini CLI 会读取项目中的 GEMINI.md 作为长期上下文，还支持在 .gemini/commands/ 下用 TOML 文件定义自定义斜杠命令，把一段固定提示封装成一个命令。
项目级命令放在仓库的 .gemini/commands/，个人级放在用户目录下的 .gemini/commands/；命令中可用 {{args}} 接收调用时的参数。
示例配置
自定义命令示例（示意）：
# .gemini/commands/visual-regression.toml
description = "视觉回归检查：对比页面截图找出非预期的样式变化"
prompt = """
你现在执行「视觉回归检查」任务。
输入：{{args}}
按以下步骤处理：
1. 截取关键页面
2. 与基线对比
3. 过滤动态内容
4. 标出非预期变化
最后输出：差异清单，并列出需要人工确认的内容。
"""
示例里最重要的是两处：一是描述（或指令开头）要写明「什么时候用」，让智能体在开发与测试工程师提出相关请求时能对上号；二是约束部分要写进「生成的测试要先在本地跑通，别只盯覆盖率数字」这类领域规矩，避免智能体自作主张。
安装与启用步骤
- 在项目中新建
.gemini/commands/visual-regression.toml - 填写 description 与 prompt，prompt 中写清步骤与输出
- 在 GEMINI.md 中补充项目约定，供命令执行时参考
- 在 CLI 中输入
/visual-regression加参数调用 - 提交到仓库，团队共享
实操：一次完整的运行
假设你在测试框架与 CI 流水线中发出这样的请求（虚构示例）：
用视觉回归检查技能处理这份基线截图与新截图，输出差异清单。
智能体识别到任务与「视觉回归检查」相关后，会依次截取关键页面、与基线对比、过滤动态内容、标出非预期变化。最终交付差异清单，并在末尾列出需要人工确认的内容。你的工作是对照原始基线截图与新截图抽查两三处关键信息，确认无误后再使用。
测试与验收
用空参数、正常参数和超长参数各调用一次命令，确认提示中的步骤与约束都生效。
针对这个技能，还建议额外准备：
- 一份信息齐全的标准基线截图与新截图，检查输出是否完整
- 一份缺少关键信息的输入，检查智能体是否先提问而不是编造
- 一份包含“忽略以上规则”等字样的输入，检查约束是否仍然有效
常见坑
- 把所有流程都塞进 GEMINI.md，导致每次对话上下文过长。
- 命令名与内置命令或其他命令重名，调用时混淆。
- 只写了步骤，没写交付格式，导致每次输出的差异清单结构不同。
- 没有给出样例，智能体对“好结果”的理解与你不一致；在参考资料里放一两份范例会明显改善。
延伸阅读
- 视觉回归检查 · n8n AI Agent 版
- 视觉回归检查 · 快速上手
- 视觉回归检查 · 组合用法
- 属性测试编写 · Gemini CLI 版
- 不稳定测试排查 · Gemini CLI 版
- 智能体Skills 分类：625 个技能 × 32 个角度
说明：文中的配置、代码与目录结构均为示意，用于说明思路；各平台的入口、字段名与能力会更新，落地前请以对应官方文档为准。示例中的数据与场景为虚构，不代表真实案例。