老哥带你玩转 Gemini Web 代理

项目简介

兄弟们，整了个活儿！这个项目就是个小工具，能让你用第三方 AI 客户端或者自己写点脚本，通过你的浏览器会话去调 Google Gemini Web 版。简单说，就是搭个桥，让你绕过一些限制，用起来更顺手。

这玩意儿是干啥的？

这项目分两部分：

1. 服务器端 (Python FastAPI)

   • 用 Python 写的，基于 FastAPI 框架。
   • 跑在你本地，就像个中转站。
   • 它能接收符合 OpenAI API 格式的请求（比如聊天和模型列表）。
   • 通过 WebSocket 跟浏览器里的 UserScript 连着。
   • 把客户端的请求发给 UserScript 去执行，再把 UserScript 拿到的结果按 OpenAI API 格式返回给客户端。
   • 支持流式和非流式响应，还有个简单的 API Key 验证。

2. 浏览器脚本 (Userscript)

   • 这是个 Tampermonkey 脚本，得装浏览器里（比如 Chrome 装 Tampermonkey 插件）。
   • 它会注入到 gemini.google.com 或者 aistudio.google.com 页面里。
   • 这脚本是干脏活累活的，它负责在浏览器里模拟你的操作，跟 Gemini 的网页界面打交道。
   • 它会跟本地的 Python 后端建立 WebSocket 连接。
   • 收到后端的指令后，它就去页面上找输入框、输文字、点发送按钮，就像你在操作一样。
   • 它还会盯着页面看，一旦 Gemini 开始回复，它就抓取回复内容（包括那种一个字一个字蹦出来的流式回复），然后通过 WebSocket 发回给后端。
   • 另外，它还能帮你抓取一些重要的信息，比如你的 Cookie 和那个叫 SNlM0e 的令牌，还有页面上能用的模型信息，都发给后端。
   • 甚至还能帮你把图片文件传到 Google 的上传服务去。

核心思想

这套组合拳，就是想利用你已经登录的浏览器会话，通过模拟人工操作的方式去访问 Google Gemini Web。这样一来，你就可以用习惯的第三方客户端来调 Gemini，而且相比直接用一些不稳定的 API 或者自己搞浏览器自动化，这种方式可能更安全点，不容易被封号。

怎么跑起来？

1. 跑服务器端

• 确保你装了 Python 环境。

• 进入项目的 server 目录。

• 安装依赖：

  pip install -r requirements.txt

  （如果 requirements.txt 文件不存在，可能需要手动安装 FastAPI 和 websockets 等库，或者等我后续更新说明）

• 运行服务器：

  python -m server

  默认会在本地的 8000 端口启动。

2. 安装和使用浏览器脚本

• 首先，你得在浏览器里装个 Tampermonkey 插件。
• 然后，打开 userscript 目录下的 gemini.user.js 文件。
• 把里面的代码复制粘贴到 Tampermonkey 的新建脚本里，然后保存启用。
• 确保你的浏览器能访问 gemini.google.com 或 aistudio.google.com，并且你已经登录了 Google 账号。
• 同时，确保本地的 Python 服务器正在运行。
• 脚本会自动尝试连接本地服务器。连接成功后，你就可以通过本地服务器的 OpenAI API 接口来调用 Gemini 了。

注意事项&&已知BUG

• 这玩意儿是模拟人工操作，所以速度可能不如直接调用官方 API 快。
• Google 可能会更新网页结构，导致脚本失效，到时候可能需要更新脚本。
• 有概率出现截断/只出来一个'c'的情况，应该是sendPromptToGemini没有写好。

致谢

本项目参考了以下开源项目，在此表示感谢：

• zhiyu1998/Gemi2Api-Server
• HanaokaYuzu/Gemini-API

---