Files
universal-web-api/docs/migrations/gemini-deepseek-v2.md
T
2026-11-02 22:54:14 +08:00

5.4 KiB
Raw Blame History

Gemini / DeepSeek:结构化工作流与 DeepSeek 单预设收敛

后续用户要求已覆盖最初的 DeepSeek 三预设方案:目前只保留「主预设」,不读取或切换模型、不包含实验性直发。模型沿用网页当前选择。下文 Gemini 升级仍保持不变。

范围与兼容

  • 实际配置键为 gemini.google.com,现有 gemini.com 路由别名保持不变。
  • Gemini 的 4 个预设保留名称与默认选择;DeepSeek 删除原专家、快速、实验性预设,统一为默认「主预设」。
  • Gemini 只调整 workflow;DeepSeek 主预设以原普通「专家模式」的非工作流配置为基础,保留网络解析器、附件/文件粘贴、媒体提取、提示词填充、站点级配置和发送确认,只移除闲置的模型选择定位器。其他 AI 站点不变。
  • 不引入隐藏的运行时模板引用。每套配置仍可独立导出、导入和编辑。DeepSeek 删除多余预设是后续用户的明确要求。
  • Gemini 的差异集中到组变量:目标模型匹配式与临时会话开关。DeepSeek 不再含模型状态变量。

流程调整

Gemini

保留原中文界面提示,并将流程组织为三个步骤组:

  1. 准备新对话与隐私模式:只调用原新对话入口一次,去掉重复的 Ctrl+Shift+O。私密预设读取临时对话按钮的 aria-pressed,已经开启则不重复点击;非隐私预设不进入此分支。私密预设的入口缺失时停止,不再静默忽略。
  2. 只在需要时切换模型:读取现有模型按钮文本,匹配预设模型时跳过菜单动作;不匹配则读取 aria-expanded,仅在菜单关闭时展开,再选择原预设模型。展开时等待目标选项可见、选择后等待选项隐藏,替代原固定等待。
  3. 发送并读取回复:保留填写、发送、监听及原发送确认配置,不增加另一种重复发送动作。

没有猜测或变更供应商当前模型名称。原名为 3.5 flash lite 的预设,其选择器实际匹配 3.1 Flash-Lite,此次保留原定位,不擅自“修正”为未验证的模型。

DeepSeek(当前方案:仅主预设)

仅保留两个组、四个执行动作(含组一共 6 个节点):

  1. 准备新对话:调用原可选新对话入口。
  2. 发送并读取回复:填写本次请求 → 回车发送 → 监听并读取回复。

不包含模型选择、模型状态读取、条件判断、固定等待或 PAGE_FETCH。脚本不改变网页当前模型,用户需要时直接在网页上选择。主预设从普通预设继承设置,不继承实验性直发参数。默认预设为「主预设」。旧预设的显式 API 调用名应改为主预设。

当前工作区 commands.json 无旧预设引用,也没有 sites.local.json 本地默认覆盖。若部署环境的标签页仍绑定旧预设,应重新选择「主预设」。不修改历史请求记录与市场缓存。

自动收录过滤

  • 原问题:未知域名即使没有 HTML、AI 分析失败,仍将通用 textarea / submit / div 回退配置写入站点库。
  • 修正:通用回退只返回给当前调用,不放入 sites,不写入文件,因而不会出现在目录。
  • 搜索首页与账号页可用 config/site_rules.json 的 auto_discovery: false 精确排除。规则支持 www 别名,但不会扩展到所有子域:排除 google.com 不影响 gemini.google.com 和 aistudio.google.com。
  • 未知站点必须由分析器明确返回布尔 is_chat_site: true,且具有非通用的回复容器和输入定位,两者都要实际匹配被分析的 HTML 快照,才允许自动入库。搜索、登录、普通表单、证据不足的页面不会被默认当作 AI 聊天页。
  • 这不是供应商白名单。新的第三方 AI 聊天页仍可识别;用户显式添加或导入的配置仍可使用,不受自动收录策略限制。
  • 已误收录的 www.google.com 通用预设从本次配置中移除;升级脚本只删除与归档一致的旧条目,不删除后来被用户定制过的 Google 配置。

备份与验证

gemini-deepseek-v2.before.json 保存升级前两个站点及误收录 Google 条目,可通过站点导入恢复。只想回退一个站点时,请从文件选择对应来源,避免恢复无关条目。

显式升级脚本:python scripts/upgrade_gemini_deepseek.py。非启动迁移,可重复执行;处理 Gemini 的 4 个指定预设与 DeepSeek 单预设合并;已有单独的主预设不会被重复重建。

回归:

python -m pytest -q tests/test_site_workflow_upgrade.py tests/test_site_discovery.py
# 本地服务启动后,检查实际控制台加载与 Google 条目移除(拦截写入)
python tests/browser_upgraded_sites.py

覆盖配置差异边界、Gemini 的状态分支、菜单已展开场景、临时会话差异、DeepSeek 仅四个动作且保持网页模型不变、搜索域名过滤、未知回退不入库、正向识别与手动配置兼容;包含合成网页上实际 CSS/XPath 定位、点击、输入及回车测试。

边界:未登录真实 Gemini / DeepSeek 验证。网页没有可读的选中标记时,只做一次原点击,不能宣称已验证模型状态;现有中文定位器仍依赖页面实际结构。DeepSeek 不再执行实验性直发。

最新合并前备份:deepseek-single-preset.before.json,包含上一版 3 个完整预设;需要回滚时可显式导入。