Gemini Bridge v1.0

Google Gemini を REST API + CLI ツールに変換します。APIキーは不要です。

アーキテクチャ

Client → Safari JS injection → gemini.google.com → DOM extraction → Response

コア機能

• ゼロパーミッション: アクセシビリティ不要、システムイベント不要、純粋な AppleScript + JS
• ゼロ依存: Python 標準ライブラリのみ、外部パッケージなし
• grok-bridge ベース: 同じ実績のあるアーキテクチャを Gemini に適応

前提条件

1. Safari を搭載した macOS
2. gemini.google.com にログイン済み（Gemini Pro 推奨）
3. Safari > 設定 > 詳細 > Web 開発者機能を表示 ✓
4. Safari > 開発 > Apple イベントから JavaScript を許可 ✓

使用方法

REST API モード（推奨）

# サーバー起動
bash ~/脚本/skiils/gemini-bridge/start_server.sh

# どこからでもクエリ実行
curl -X POST http://localhost:19999/chat \
  -H "Content-Type: application/json" \
  -d '{"prompt":"What is quantum computing?","timeout":60}'

# ヘルスチェック
curl http://localhost:19999/health

# 会話履歴を読込
curl http://localhost:19999/history

# 新規会話開始
curl -X POST http://localhost:19999/new

CLI モード

bash ~/脚本/skiils/gemini-bridge/scripts/gemini_chat.sh "Explain blockchain" --timeout 30

API エンドポイント

メソッド	パス	説明
POST	/chat	プロンプトを送信、レスポンス待機
POST	/new	新規会話開始
GET	/health	ヘルスチェック（Safari URL、Gemini ステータス）
GET	/history	現在のページの会話を読込

技術詳細

入力方法

• document.execCommand('insertText') - React 制御入力をバイパス
• Gemini の contenteditable div で動作

送信方法

• button[aria-label="Send message"] の JS button.click()
• パーミッション不要

レスポンス抽出

• document.body.innerText を 2 秒ごとにポーリング
• 安定性検出（2 回連続の同一読み取り）
• UI アーティファクトをクリーン化（ボタン、サジェスション等）
• 「Gemini said」マーカー後のコンテンツを抽出

パフォーマンス

• 平均レスポンスタイム：単純なクエリで約 10 秒、複雑なクエリで約 20 秒
• タイムアウト：設定可能（CLI デフォルト 60 秒、API 120 秒）
• 並行リクエスト：スレッド処理で対応（API モード）

Grok Bridge との主な違い

• 成長閾値: 20 文字（Grok は 30）- Gemini の応答はより短い
• レスポンスマーカー: 「Gemini said」（Grok はユーザープロンプト）
• 入力要素: div[contenteditable=true]（Grok は textarea）
• デフォルトポート: 19999（Grok は 19998）

セキュリティに関する注記

• 認証情報は保存なし: 既存の Safari ログインセッションを使用
• デフォルトではローカルのみ: リモートアクセスは 0.0.0.0 にバインド（注意して使用）
• レート制限: Gemini のレート制限を継承（Gemini Pro 推奨）

トラブルシューティング

「osascript エラー」

• Safari > 開発 > Apple イベントから JavaScript を許可 を確認
• Safari が実行中で、ウィンドウが開いていることを確認

「input not found」

• gemini.google.com にログインしていることを確認
• Gemini UI が変更されていないか確認（gemini_bridge.py の INPUT_SELECTORS を更新）

「timeout」またはレスポンスが不完全

• タイムアウトパラメータを増加
• ネットワーク接続を確認
• Gemini Pro サブスクリプションを確認（より高速なレスポンス）

ユースケース

1. 無料 LLM API: 有料 API を Gemini Pro サブスクリプションで置き換え
2. バッチ処理: REST API で複数のクエリを自動化
3. 統合: Gemini をカスタムワークフロー/スクリプトに接続
4. A/B テスト: Gemini と Grok のレスポンスを並べて比較
5. マルチモデル戦略: 異なるタスクに Grok と Gemini の両方を使用

クレジット

• アーキテクチャ：grok-bridge (ythx-101)をベース
• Gemini 適応：驼哥的专属架构师 (Claude Opus 4.6)

ライセンス

MIT