Gemini Web2api — AI skill for Claude Code

Gemini Web2API: 网页逆向转接口中转系统

[English Documentation](README_EN.md) | **中文文档**

**面向 CLI Agent Harness（Oh My Pi, Claude Code, Cline, Codex CLI, Aider 等）的 Gemini Web & Google AI Studio 逆向协议桥接系统，让本地代码代理直接驱动网页端模型（如 `gemini-4-argon`）并原生支持 Tool Calling（工具调用）与增量上下文对齐。**

---

目录

• 为什么需要本工具？（核心痛点）
• 系统架构与工作原理
• 核心技术亮点
• 一键快速安装
• 详细使用步骤
  • 步骤 1：启动中转服务
  • 步骤 2：安装油猴脚本并确认连接
  • 步骤 3：在网页端选定模型与思考等级
  • 步骤 4：连接你的 CLI Agent（以 Oh My Pi 为例）
• 支持的 CLI Agent Harness
• 思考等级控制（Thinking Level）
• 自动化测试验证
• 路线图与开发规划（TODO: ChromeDriver / CDP 驱动模式）
• 开源协议

---

💡 为什么需要本工具？（核心痛点）

在开源社区中，普通的“网页转 API”工具只能做单向的**纯文本传声筒**。但要让真正具备自动化执行能力的 CLI Agent（如 [Oh My Pi](https://github.com/can1357/oh-my-pi)、Claude Code、Cline、Aider 等）驱动网页端模型，面临两个根本性技术断层：

1. 缺乏原生 tools 协议支持： CLI Agent 严重依赖 OpenAI 或 Anthropic 格式的结构化 Function Calling（如调用 bash 执行命令、read_file 读取源码、edit_file 编辑项目）。而网页端对话框只接受纯文本，不会返回结构化的 tool_calls 报文。
2. 无状态（Stateless）与有状态（Stateful）的致命冲突： CLI Agent 每次向 API 发起请求，都会携带包含上千行 System Prompt、工具定义和历史回合的完整上下文；而网页端本身在云端维护了会话历史。如果每次都把全量 messages 塞进网页输入框，不仅会撑爆网页输入框字数限制并引发浏览器假死卡顿，还会造成严重的上下文重复与幻觉污染。

**Gemini Web2API 正是为此而生**：它在本地架设了完整的协议编译层、流式拦截状态机与上下文增量对齐引擎，让网页端模型表现得就像一个原生的标准 OpenAI / Anthropic API。

---

🏛️ 系统架构与工作原理

flowchart TD
    subgraph Client ["CLI Agent Harness"]
        Agent["Oh My Pi / Claude Code / Cline / Aider"]
    end

    subgraph Proxy ["本地中转服务端 (FastAPI :8765)"]
        Compiler["Prompt 编译器 (JSON Schema ➔ 强约束指令)"]
        Differ["Context Differ 增量引擎 (剔除旧历史，提取新工具结果)"]
        Parser["流式解析状态机 (实时嗅探  ➔ 标准 tool_calls)"]
        KeepAlive["SSE 心跳保活 (: keep-alive)"]
    end

    subgraph Bridge ["浏览器南向桥接 (油猴脚本 / CSP 特权通道)"]
        Audio["无声音频循环 (解除 Ch