GemVDA - Google Gemini AI para NVDA

Resumen

GemVDA integra las capacidades de Google Gemini AI directamente en NVDA, proporcionando a los usuarios ciegos y con discapacidad visual asistencia de IA potente. El complemento soporta varios modelos de Gemini incluyendo Gemini 3, Gemini 2.5 Pro y variantes Flash para chat, descripcion de imagenes, analisis de video y mas.

Caracteristicas

• Chat con IA: Mantener conversaciones con Gemini AI directamente desde NVDA
• Descripcion de pantalla: Capturar y describir la pantalla completa
• Descripcion de objeto: Describir el objeto del navegador actual
• Analisis de video: Grabar video de pantalla y que Gemini lo analice
• Adjuntar imagenes: Adjuntar imagenes desde archivos para descripcion por IA
• Historial de conversacion: Mantener contexto a traves de multiples mensajes
• Multiples modelos: Elegir entre varios modelos de Gemini segun tus necesidades
• Resumir seleccion: Selecciona texto y Gemini resumira los puntos clave
• Configuracion personalizable: Configurar temperatura, tokens, streaming y mas

Requisitos

• NVDA 2023.1 o posterior
• Clave API de Google Gemini (nivel gratuito disponible)
• Conexion a internet

Configuracion

Obtener una clave API

1. Visita Google AI Studio
2. Inicia sesion con tu cuenta de Google
3. Crea una nueva clave API
4. Copia la clave para usarla en el complemento

Configurar la clave API

1. Presiona NVDA+N para abrir el menu de NVDA
2. Ve a Preferencias > Opciones
3. Selecciona la categoria "Gemini AI"
4. Haz clic en "Configurar clave API..."
5. Pega tu clave API y presiona Aceptar

Atajos de teclado

| Atajo | Accion | |-------|--------| | NVDA+G | Abrir dialogo de Gemini AI | | NVDA+Shift+E | Describir la pantalla completa | | NVDA+Shift+O | Describir el objeto del navegador | | NVDA+V | Iniciar/detener grabacion de video para analisis | | NVDA+Shift+U | Resumir texto seleccionado |

Usar el dialogo de Gemini

Cuando abres el dialogo de Gemini con NVDA+G:

1. Modelo: Selecciona que modelo de Gemini usar
2. Indicacion del sistema: Instrucciones opcionales sobre como debe responder Gemini
3. Historial: Ver el historial de conversacion
4. Mensaje: Escribe tu mensaje o pregunta
5. Enviar: Enviar tu mensaje a Gemini
6. Adjuntar imagen: Agregar un archivo de imagen para que Gemini analice
7. Limpiar: Limpiar el historial de conversacion
8. Copiar respuesta: Copiar la ultima respuesta al portapapeles

Consejos para el dialogo

• Presiona ctrl+enter en el campo de mensaje para enviar rapidamente
• Usa Tab para navegar entre controles
• El historial se actualiza automaticamente mientras chateas
• Las imagenes adjuntas se envian con tu proximo mensaje

Opciones

Accede a las opciones via menu de NVDA > Preferencias > Opciones > Gemini AI:

• Modelo predeterminado: Elige tu modelo de Gemini preferido
• Temperatura (0-200): Controla la creatividad de respuesta (0=enfocado, 200=creativo)
• Tokens maximos de salida: Longitud maxima de respuestas
• Transmitir respuestas: Mostrar respuestas mientras llegan
• Modo conversacion: Incluir historial de chat para contexto
• Recordar indicacion del sistema: Guardar tu indicacion personalizada
• Bloquear tecla Escape: Prevenir cierre accidental del dialogo
• Filtrar markdown: Eliminar formato markdown de las respuestas

Retroalimentacion sonora

• Reproducir sonido al enviar solicitud: Confirmacion de audio cuando se envia el mensaje
• Reproducir sonido mientras espera: Sonido de progreso durante el procesamiento de IA
• Reproducir sonido al recibir respuesta: Notificacion cuando llega la respuesta

Modelos disponibles

• Gemini 3 Pro (Preview): Modelo mas capaz con capacidades de razonamiento
• Gemini 3 Flash (Preview): Modelo rapido con capacidades de razonamiento
• Gemini 2.5 Pro: Modelo potente listo para produccion
• Gemini 2.5 Flash: Rapido y eficiente para la mayoria de tareas
• Gemini 2.5 Flash-Lite: Ligero y respuestas mas rapidas
• Gemini 2.5 Flash Image: Optimizado para tareas relacionadas con imagenes

Funciones de imagen y video

Descripcion de pantalla (NVDA+Shift+E)

Captura tu pantalla completa y la envia a Gemini para una descripcion detallada. Util para:

• Entender interfaces desconocidas
• Obtener una vision general del contenido visual
• Identificar elementos que NVDA no puede describir

Descripcion de objeto (NVDA+Shift+O)

Captura solo el objeto del navegador actual. Util para:

• Describir elementos especificos de la interfaz
• Entender imagenes o iconos
• Obtener detalles sobre controles enfocados

Analisis de video (NVDA+V)

1. Presiona NVDA+V para iniciar la grabacion
2. Realiza las acciones que quieres analizar
3. Presiona NVDA+V de nuevo para detener
4. Espera a que Gemini analice el video

Util para:

• Entender flujos de trabajo visuales
• Obtener descripciones paso a paso
• Analizar contenido dinamico

Resumir seleccion (NVDA+Shift+U)

Selecciona texto en cualquier aplicacion y Gemini resumira los puntos clave. Funciona en modo navegacion (navegadores web, visores PDF) y campos de texto normales. El prompt de resumen se puede personalizar en las opciones del complemento.

Solucion de problemas

"Biblioteca Google GenAI no instalada"

Ejecuta el instalador de dependencias: 1. Navega a %APPDATA%\nvda\addons\GemVDA 2. Ejecuta install_deps.bat o install_deps.py 3. Reinicia NVDA

"No hay clave API configurada"

Configura tu clave API en Opciones > Gemini AI > Configurar clave API

Las respuestas son muy cortas o se cortan

Aumenta la configuracion de "Tokens maximos de salida"

Las respuestas son muy aleatorias

Reduce la configuracion de Temperatura (intenta 50-100)

Nota de privacidad

• Tus mensajes e imagenes se envian a la API de Gemini de Google
• Las claves API se almacenan localmente en tu configuracion de NVDA
• No se comparten datos con el desarrollador del complemento
• Revisa la politica de privacidad de IA de Google para mas detalles

Soporte

• Reportar problemas: GitHub Issues
• Codigo fuente: GitHub Repository

Licencia

Este complemento se publica bajo la Licencia Publica General GNU v2.

Autor

Oriol Gomez Sentis