OpenCode / magpie provider 插件:Google Flow——账号由 magpie 管理,Nano Banana 三个生图模型作为原生 image models,Veo 3.1 作为原生 video model(POST /v1/videos 异步任务流),并保留视频续写等 MCP tools。
插件只有一个导出函数 GflowPlugin,返回 config / provider / auth / tool 四个钩子;index.mjs 是唯一实现,opencode.mjs 与 opencode2.mjs 分别是 OpenCode 1.x 与 2.x 的入口。
从本仓库直接装(不需要 npm、不需要先发版):
magpie plugin add github:hubo1989/gflow-plugin
合并进 magpie-community/plugins 后也可以用包名:
magpie plugin add @magpie-community/opencode-gflow-auth
插件自带 gflow/ Python 源码,不需要 pip install。只需要机器上有一个 Python ≥ 3.10 且能导入 requests、pydantic、websocket:
python3 -m pip install requests pydantic websocket-client
未配置解释器时插件按 GFLOW_PYTHON → python3 → ~/.pyenv/shims/python3 → /opt/homebrew/bin/python3 → /usr/local/bin/python3 → /usr/bin/python3 顺序探测,跳过不满足条件的(macOS 自带 Xcode 的 3.9 会被跳过)。
- Settings → Providers → Google Flow → Add account。
- 选 打开 Google Flow 获取 Cookie:插件打开该账号独立的 Chrome 窗口停在
https://flow.google.com/;用户自己完成 Google 登录后,插件通过 browser-level CDP 读取 Google 域 Cookie、确认 Flow 页面已加载,立即保存。邮箱 best-effort(WIZ_global_data.oPEP7c,读不到再Target.attachToTarget),读不到也不影响登录完成。 - 或选 粘贴 Google Flow Cookie:把 Flow 页面请求里的完整
Cookie头粘进去,插件调validate读取邮箱与额度。额度读不到时 Cookie 仍会保存。 - Usage 页显示剩余额度:
auth.usage用同一 Cookie 调nzlxgbatchexecute,把 Flow 账号菜单的 credits 映射为balance/windows[].balance;读取失败时返回可识别的user与明确错误,不显示虚构数字。 - 可添加多个账号,每个账号的 CDP/profile 状态隔离在
~/.config/magpie/gflow/accounts/<safe-id>/。
Cookie 是 Google 登录凭据,不要粘到聊天、issue 或日志里。自动入口只打开真实 Chrome 窗口交给用户自己登录,不代替输入密码,也不绕过登录。
三个模型经 config.provider + provider.models 注册为 magpie 的 OpenAI-compatible image models。agent 走 gateway 的 POST /images/generations,model 字段选具体模型;auth.loader.fetch 拦截请求调 Python bridge,返回 {data:[{b64_json:"..."}]}。
| 模型 id | Settings 显示名 | Flow wire imageModelName |
|---|---|---|
gflow/nano-banana-pro |
Google Flow · Nano Banana Pro | GEM_PIX_2 |
gflow/nano-banana-2.1 |
Google Flow · Nano Banana 2.1 | BELUGA |
gflow/nano-banana-2-lite |
Google Flow · Nano Banana 2 Lite | HARBOR_SEAL |
curl -s "$MAGPIE_GATEWAY/v1/images/generations" \
-H "Authorization: Bearer $MAGPIE_KEY" -H 'Content-Type: application/json' \
-d '{"model":"gflow/nano-banana-2.1","prompt":"a red fox in the snow","n":1}'调用链:
agent → magpie POST /images/generations
→ GflowPlugin.auth.loader.fetch(拦截该账号请求,规范化 model)
→ python3 -I -c <bootstrap> → gflow.magpie_bridge image(stdin JSON + cookie header)
→ GenerateImageRequest.model → IMAGE_MODELS[model] → FlowClient.generate_image()
→ aisandbox-pa flowMedia:batchGenerateImages(imageModelName)
→ OpenAI-style {data:[{b64_json:"..."}]}
未知 model 返回 400,不静默换模型。size 支持 1024x1024 / 1024x1792 / 1792x1024 及 square / portrait / landscape / 1:1 / 9:16 / 16:9 / 4:3,缺省 landscape;n 为 1–8。
Flow 生图需要真实浏览器 reCAPTCHA:账号对应的 Chrome/CDP 会话必须可用,且有打开的 https://flow.google.com/ 页面。bridge 设 GFLOW_NONINTERACTIVE=1,CDP 不可用时直接报错,不自动启动浏览器、不写 ~/.gflow/env。
三个 Veo 3.1 模型经 config.provider + provider.models 注册为 magpie 原生 video models(capabilities.output.video: true、modalities.output: ["video"])。客户端可直接走 magpie gateway 的 OpenAI Video API:
| 模型 id | Settings 显示名 | Flow wire videoModelKey |
|---|---|---|
gflow/veo-3.1 |
Google Flow · Veo 3.1 | veo_3_1_t2v_fast_ultra / veo_3_1_t2v_fast |
gflow/veo-3.1-quality |
Google Flow · Veo 3.1 Quality | veo_3_1_t2v |
gflow/veo-3.1-lite |
Google Flow · Veo 3.1 Lite | veo_3_1_t2v_lite |
# 1) 创建异步视频任务
curl -s "$MAGPIE_GATEWAY/v1/videos" \
-H "Authorization: Bearer $MAGPIE_KEY" -H 'Content-Type: application/json' \
-d '{"model":"gflow/veo-3.1","prompt":"ocean waves at sunset","size":"1280x720"}'
# 2) 轮询任务状态(返回 gflow.<account>.<media_id>)
curl -s "$MAGPIE_GATEWAY/v1/videos/$VIDEO_ID" -H "Authorization: Bearer $MAGPIE_KEY"
# 3) 下载 MP4 二进制流
curl -s "$MAGPIE_GATEWAY/v1/videos/$VIDEO_ID/content" -H "Authorization: Bearer $MAGPIE_KEY" -o out.mp4size 支持 WIDTHxHEIGHT(按宽高比映射为 landscape / portrait / square)及 landscape / portrait / square / 16:9 / 9:16 / 1:1;extra 支持 aspect_ratio、seed、media_id(续写)。当前仅支持文生视频与 media_id 续写,传 input_reference / last_frame / reference_images 返回 400。
同时保留三个 MCP tools(原生 /v1/videos 协议无独立 extend 端点,续写仍可走 gflow_extend_video):
| Tool | 说明 |
|---|---|
gflow_generate_video |
Veo 3.1 同步等待生成并落盘,返回保存的文件路径与 operation id |
gflow_extend_video |
续写上一段视频,需要上一次的 media_id |
gflow_auth_status |
查看 magpie 账号数与 gflow CLI 登录状态,不打印 Cookie |
magpie plugin options opencode-gflow-auth '{"python":"/path/to/python3","stateDir":"/path/to/private/state"}'python、stateDir、cwd、pythonCwd、gflowBin;环境变量 GFLOW_PYTHON、GFLOW_CWD、GFLOW_BIN、GFLOW_MAGPIE_STATE_DIR、GFLOW_MAGPIE_AUTH_PATH、CHROME_PATH。
Cookie 只经 stdin 与进程内 header 传给 Python bridge,不进 argv、不进日志、不进工具输出。
本包接的是 Google Flow 的图像与视频生成(Nano Banana 系列 + Veo 3.1),不是 Gemini 对话。生图走 flowMedia:batchGenerateImages,视频走 video:batchAsyncGenerateVideoText + 状态轮询 + fifeUrl MP4 下载,均需要真实浏览器 reCAPTCHA 会话;注册的是 image-only 与 video-only 的原生媒体模型,不是 chat 模型。opencode-antigravity-auth 虽然也走 Google 账号,但提供的是 Gemini / Claude / GPT-OSS 对话模型,与 Flow 媒体生成是不同通道。
node --test index.test.mjs26 个用例,覆盖四个钩子的形状、额度映射与共享 deadline、原生生图与视频模型声明、/v1/videos 异步三阶段协议与 project_id 跨进程持久化、Cookie 处理、视频 tools 与 package.json 元数据。测试用假 bridge 与假解释器,不登录、不发请求。
MIT