opencode-cursor-agent/internal/providers/geminiweb/provider.go

package geminiweb

import (
	"context"
	"cursor-api-proxy/internal/apitypes"
	"cursor-api-proxy/internal/config"
	"fmt"
	"os"
	"path/filepath"
	"strings"
	"sync"
	"time"
)

// Provider 使用持久化瀏覽器管理器
type Provider struct {
	cfg         config.BridgeConfig
	managerOnce sync.Once
	manager     *BrowserManager
	managerErr  error
}

// NewProvider 建立新的 Provider
func NewProvider(cfg config.BridgeConfig) *Provider {
	return &Provider{cfg: cfg}
}

// getName 返回 Provider 名稱
func (p *Provider) Name() string {
	return "gemini-web"
}

// Close 關閉瀏覽器
func (p *Provider) Close() error {
	if p.manager != nil {
		return p.manager.Close()
	}
	return nil
}

// getManager 獲取或初始化瀏覽器管理器（單例）
func (p *Provider) getManager() (*BrowserManager, error) {
	p.managerOnce.Do(func() {
		sessionDir := p.getSessionDir()
		p.manager, p.managerErr = GetBrowserManager(sessionDir, p.cfg.GeminiBrowserVisible)
	})
	return p.manager, p.managerErr
}

// getSessionDir 獲取 session 目錄
func (p *Provider) getSessionDir() string {
	// 使用單一 session 目錄（簡化設計）
	return filepath.Join(p.cfg.GeminiAccountDir, "default-session")
}

// Generate 生成回應
func (p *Provider) Generate(ctx context.Context, model string, messages []apitypes.Message, tools []apitypes.Tool, cb func(apitypes.StreamChunk)) error {
	fmt.Printf("[GeminiWeb] Starting generation with model: %s\n", model)

	// 1. 獲取瀏覽器管理器
	manager, err := p.getManager()
	if err != nil {
		return fmt.Errorf("failed to get browser manager: %w", err)
	}

	// 2. 啟動瀏覽器（如果尚未啟動）
	if !manager.IsRunning() {
		fmt.Printf("[GeminiWeb] Launching browser...\n")
		if err := manager.Launch(); err != nil {
			return fmt.Errorf("failed to launch browser: %w", err)
		}
	}

	// 3. 獲取頁面
	page, err := manager.GetPage()
	if err != nil {
		return fmt.Errorf("failed to get page: %w", err)
	}

	// 4. 檢查當前 URL，如果不是 Gemini 則導航
	currentURL, _ := page.Info()
	if !strings.Contains(currentURL.URL, "gemini.google.com") {
		fmt.Printf("[GeminiWeb] Navigating to Gemini...\n")
		if err := NavigateToGemini(page); err != nil {
			return fmt.Errorf("failed to navigate: %w", err)
		}
		time.Sleep(2 * time.Second)
	}

	// 5. 檢查登入狀態
	fmt.Printf("[GeminiWeb] Checking login status...\n")
	if !IsLoggedIn(page) {
		fmt.Printf("[GeminiWeb] Not logged in, continuing anyway\n")

		if p.cfg.GeminiBrowserVisible {
			fmt.Println("\n========================================")
			fmt.Println("Browser is open. You can:")
			fmt.Println("1. Log in to Gemini now")
			fmt.Println("2. Continue without login")
			fmt.Println("========================================\n")
		}
	} else {
		fmt.Printf("[GeminiWeb] Logged in\n")
	}

	// 6. 等待頁面就緒
	if err := WaitForReady(page); err != nil {
		fmt.Printf("[GeminiWeb] Warning: %v\n", err)
	}

	// 7. 建構提示詞
	prompt := buildPromptFromMessages(messages)
	fmt.Printf("[GeminiWeb] Typing prompt (%d chars)...\n", len(prompt))

	// 8. 輸入文字
	if err := TypeInput(page, prompt); err != nil {
		return fmt.Errorf("failed to type input: %w", err)
	}

	// 9. 發送
	fmt.Printf("[GeminiWeb] Sending message...\n")
	if err := ClickSend(page); err != nil {
		return fmt.Errorf("failed to send: %w", err)
	}

	// 10. 提取回應
	fmt.Printf("[GeminiWeb] Waiting for response...\n")
	response, err := ExtractResponse(page)
	if err != nil {
		return fmt.Errorf("failed to extract response: %w", err)
	}

	// 11. 串流回調
	cb(apitypes.StreamChunk{Type: apitypes.ChunkText, Text: response})
	cb(apitypes.StreamChunk{Type: apitypes.ChunkDone, Done: true})

	fmt.Printf("[GeminiWeb] Response complete (%d chars)\n", len(response))
	return nil
}

// buildPromptFromMessages 從訊息列表建構提示詞
func buildPromptFromMessages(messages []apitypes.Message) string {
	var prompt string
	for _, m := range messages {
		switch m.Role {
		case "system":
			prompt += "System: " + m.Content + "\n\n"
		case "user":
			prompt += m.Content + "\n\n"
		case "assistant":
			prompt += "Assistant: " + m.Content + "\n\n"
		}
	}
	return prompt
}

// RunLogin 執行登入流程（供 gemini-login 命令使用）
func RunLogin(cfg config.BridgeConfig, sessionName string) error {
	if sessionName == "" {
		sessionName = "default-session"
	}

	sessionDir := filepath.Join(cfg.GeminiAccountDir, sessionName)
	if err := os.MkdirAll(sessionDir, 0755); err != nil {
		return fmt.Errorf("failed to create session dir: %w", err)
	}

	fmt.Printf("Starting browser for login. Session: %s\n", sessionName)
	fmt.Printf("Session directory: %s\n", sessionDir)
	fmt.Println("Please log in to your Gemini account in the browser window.")
	fmt.Println("Press Ctrl+C when you have completed the login...")

	manager, err := NewBrowserManager(sessionDir, true) // visible=true
	if err != nil {
		return fmt.Errorf("failed to create browser manager: %w", err)
	}

	if err := manager.Launch(); err != nil {
		return fmt.Errorf("failed to launch browser: %w", err)
	}
	defer manager.Close()

	page, err := manager.GetPage()
	if err != nil {
		return fmt.Errorf("failed to get page: %w", err)
	}

	if err := NavigateToGemini(page); err != nil {
		return fmt.Errorf("failed to navigate: %w", err)
	}

	// 等待用戶手動登入...
	// 使用 Ctrl+C 退出，瀏覽器資料會自動保存在 userDataDir

	return nil
}