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

package geminiweb

import (
	"context"
	"fmt"
	"strings"
	"time"

	"github.com/go-rod/rod"
)

const geminiURL = "https://gemini.google.com/app"

// 輸入框選擇器（依優先順序）
var inputSelectors = []string{
	".ProseMirror",
	"rich-textarea",
	"div[role='textbox'][contenteditable='true']",
	"div[contenteditable='true']",
	"textarea",
}

// NavigateToGemini 導航到 Gemini
func NavigateToGemini(page *rod.Page) error {
	ctx, cancel := context.WithTimeout(context.Background(), 30*time.Second)
	defer cancel()

	if err := page.Context(ctx).Navigate(geminiURL); err != nil {
		return fmt.Errorf("failed to navigate: %w", err)
	}
	return page.Context(ctx).WaitLoad()
}

// IsLoggedIn 檢查是否已登入
func IsLoggedIn(page *rod.Page) bool {
	ctx, cancel := context.WithTimeout(context.Background(), 5*time.Second)
	defer cancel()

	for _, sel := range inputSelectors {
		if _, err := page.Context(ctx).Element(sel); err == nil {
			return true
		}
	}
	return false
}

// SelectModel 選擇模型（可選）
func SelectModel(page *rod.Page, model string) error {
	fmt.Printf("[GeminiWeb] Model selection skipped (using current model)\n")
	return nil
}

// TypeInput 在輸入框中輸入文字
func TypeInput(page *rod.Page, text string) error {
	ctx, cancel := context.WithTimeout(context.Background(), 30*time.Second)
	defer cancel()

	// 1. 尋找輸入框
	var inputEl *rod.Element
	var err error
	for _, sel := range inputSelectors {
		inputEl, err = page.Context(ctx).Element(sel)
		if err == nil {
			break
		}
	}

	if err != nil {
		return fmt.Errorf("input field not found")
	}

	// 2. Focus 輸入框
	if err := inputEl.Focus(); err != nil {
		return fmt.Errorf("failed to focus input: %w", err)
	}

	time.Sleep(100 * time.Millisecond)

	// 3. 使用 Input 方法（Rod 的正確方式）
	if err := inputEl.Input(text); err != nil {
		return fmt.Errorf("failed to input text: %w", err)
	}

	time.Sleep(100 * time.Millisecond)

	// 4. 觸發 Enter 觸發事件
	_ = inputEl.SelectAllText()
	_ = page.Keyboard.Press('\r') // Enter key

	return nil
}

// ClickSend 發送訊息
func ClickSend(page *rod.Page) error {
	// 方法 1: 按 Enter
	if err := page.Keyboard.Press('\r'); err != nil {
		return fmt.Errorf("failed to press Enter: %w", err)
	}

	time.Sleep(200 * time.Millisecond)
	return nil
}

// WaitForReady 等待頁面空閒
func WaitForReady(page *rod.Page) error {
	ctx, cancel := context.WithTimeout(context.Background(), 15*time.Second)
	defer cancel()

	fmt.Println("[GeminiWeb] Checking if page is ready...")

	for {
		select {
		case <-ctx.Done():
			fmt.Println("[GeminiWeb] Page ready check timeout, proceeding anyway")
			return nil
		default:
			time.Sleep(500 * time.Millisecond)

			// 檢查是否有停止按鈕
			hasStopBtn := false
			stopBtns, _ := page.Elements("button[aria-label*='Stop'], button[aria-label*='停止']")
			for _, btn := range stopBtns {
				visible, _ := btn.Visible()
				if visible {
					hasStopBtn = true
					break
				}
			}

			if !hasStopBtn {
				fmt.Println("[GeminiWeb] Page is ready")
				return nil
			}
		}
	}
}

// ExtractResponse 提取回應文字
func ExtractResponse(page *rod.Page) (string, error) {
	ctx, cancel := context.WithTimeout(context.Background(), 120*time.Second)
	defer cancel()

	var lastText string
	lastUpdate := time.Now()

	for {
		select {
		case <-ctx.Done():
			if lastText != "" {
				return lastText, nil
			}
			return "", fmt.Errorf("response timeout")
		default:
			time.Sleep(500 * time.Millisecond)

			// 尋找回應文字
			for _, sel := range responseSelectors {
				elements, err := page.Elements(sel)
				if err != nil || len(elements) == 0 {
					continue
				}

				// 取得最後一個元素的文字
				lastEl := elements[len(elements)-1]
				text, err := lastEl.Text()
				if err != nil {
					continue
				}

				text = strings.TrimSpace(text)
				if text != "" && text != lastText && len(text) > len(lastText) {
					lastText = text
					lastUpdate = time.Now()
					fmt.Printf("[GeminiWeb] Response length: %d\n", len(text))
				}
			}

			// 檢查是否已完成（2 秒內沒有新內容）
			if time.Since(lastUpdate) > 2*time.Second && lastText != "" {
				// 最後檢查一次是否還有停止按鈕
				hasStopBtn := false
				stopBtns, _ := page.Elements("button[aria-label*='Stop'], button[aria-label*='停止']")
				for _, btn := range stopBtns {
					visible, _ := btn.Visible()
					if visible {
						hasStopBtn = true
						break
					}
				}

				if !hasStopBtn {
					return lastText, nil
				}
			}
		}
	}
}

// 默認的回應選擇器
var responseSelectors = []string{
	".model-response-text",
	".message-content",
	".markdown",
	".prose",
	"model-response",
}