feat: use Google Gemini as default vision backend, make provider configurable

- Plugin options: baseURL, apiKey, model, providerID, visionModels
- Default: Google Gemini OpenAI-compatible endpoint, gemini-2.5-flash
- Support {env:VAR} templates and GEMINI_API_KEY fallback
- Legacy fallback to ludmila-ai provider block for existing setups
- vision.md subagent now uses google/gemini-2.5-flash

README.md

@@ -1,68 +1,98 @@
 # Opencode Vision Bridge Plugin
 
-Этот плагин позволяет Opencode работать с изображениями, даже если активная модель не поддерживает мультимодальность. Он перехватывает изображения, отправляет их в указанную vision-модель для анализа, а затем заменяет изображение текстовым описанием в контексте диалога.
+Этот плагин позволяет Opencode работать с изображениями, даже если активная модель не поддерживает мультимодальность. Он перехватывает изображения, отправляет их в vision-модель для анализа, а затем заменяет изображение текстовым описанием в контексте диалога.
+
+Распознавание выполняется через **Google Gemini API** (OpenAI-совместимый эндпоинт), модель по умолчанию — `gemini-2.5-flash`. Если активная модель сама умеет видеть изображения (помечена `"attachment": true` в конфиге), картинки передаются ей напрямую без распознавания.
 
 ## Требования
 
-- Доступ к API-эндпоинту Ludmila AI (https://ai.totmin.ru/v1).
+- API-ключ Google Gemini. Получить бесплатно: [Google AI Studio](https://aistudio.google.com/apikey).
-- Ключ API Ludmila AI.
+- Сетевой доступ к `generativelanguage.googleapis.com`.
 
 ## Установка
 
 ### 1. Добавьте плагин в `~/.config/opencode/opencode.json`
 
-В секцию `plugin` добавьте следующую запись:
+В секцию `plugin` добавьте запись (tuple-форма с опциями):
 
 ```json
 {
   "plugin": [
     // ... другие плагины
-    "git+https://git.totmin.ru/en2zmax/vision-bridge.git"
+    [
+      "git+https://git.totmin.ru/en2zmax/vision-bridge.git",
+      {
+        "baseURL": "https://generativelanguage.googleapis.com/v1beta/openai",
+        "apiKey": "{env:GEMINI_API_KEY}",
+        "model": "gemini-2.5-flash"
+      }
+    ]
   ]
 }
 ```
 
-### 2. Настройте провайдер Ludmila AI
+`apiKey` можно указать явной строкой, шаблоном `{env:ИМЯ_ПЕРЕМЕННОЙ}` — либо не указывать вовсе, тогда плагин возьмёт его из `GEMINI_API_KEY`.
 
-В секцию `provider` вашего `~/.config/opencode/opencode.json` добавьте или обновите блок `ludmila-ai`:
+### 2. Задайте API-ключ
+
+```bash
+export GEMINI_API_KEY=ВАШ_КЛЮЧ
+```
+
+Добавьте это в `~/.bashrc` / `~/.zshrc`, чтобы ключ был доступен при каждом запуске.
+
+### 3. (Опционально) Зарегистрируйте провайдера Google
+
+Нужно только если вы хотите использовать модель `gemini-2.5-flash` как основную или для vision-сабагента:
 
 ```json
 {
   "provider": {
-    "ludmila-ai": {
+    "google": {
-      "npm": "@ai-sdk/openai-compatible",
+      "npm": "@ai-sdk/google",
-      "name": "Ludmila AI",
+      "name": "Google",
       "options": {
-        "baseURL": "https://ai.totmin.ru/v1",
+        "apiKey": "{env:GEMINI_API_KEY}"
-        "apiKey": "<ЗАМЕНИТЕ_НА_ВАШ_API_КЛЮЧ>"
       },
       "models": {
-        "gemini/gemini-2.5-flash": {
+        "gemini-2.5-flash": {}
-          "attachment": true,
-          "limit": {
-            "context": 1048576,
-            "output": 65536
-          }
-        }
       }
     }
   }
 }
 ```
-**ВАЖНО**: Замените `<ЗАМЕНИТЕ_НА_ВАШ_API_КЛЮЧ>` на ваш реальный API-ключ Ludmila AI.
 
-### 3. Скопируйте файл субагента
+### 4. Скопируйте файл субагента
 
 Субагенты не загружаются из npm-пакетов, поэтому скопируйте файл `vision.md` в соответствующий каталог:
 
 ```bash
-cp ~/totmin/opencode/plugins/vision-bridge/agents/vision.md ~/.config/opencode/agents/vision.md
+cp agents/vision.md ~/.config/opencode/agents/vision.md
 ```
 
-### 4. Перезапустите Opencode
+Субагент использует модель `google/gemini-2.5-flash`.
+
+### 5. Перезапустите Opencode
 
 Изменения в конфигурации применяются только после перезапуска Opencode.
 
+## Подключение другого OpenAI-совместимого сервиса
+
+Плагин универсален: подойдёт любой сервис с эндпоинтом `/chat/completions`. Достаточно поменять опции:
+
+- **OpenAI**: `baseURL: "https://api.openai.com/v1"`, `model: "gpt-4o-mini"`, `apiKey: "{env:OPENAI_API_KEY}"`.
+- **Любой OpenAI-совместимый прокси** — аналогично.
+
+## Опции плагина
+
+| Опция | По умолчанию | Назначение |
+| --- | --- | --- |
+| `baseURL` | `https://generativelanguage.googleapis.com/v1beta/openai` | Эндпоинт `/chat/completions` |
+| `apiKey` | `process.env.GEMINI_API_KEY` | Ключ API (поддерживает `{env:VAR}`) |
+| `model` | `gemini-2.5-flash` | Модель распознавания |
+| `providerID` | `ludmila-ai` (legacy) | Читать настройки из блока `provider` конфига opencode |
+| `visionModels` | модели с `attachment: true` | ID моделей, которые видят изображения нативно |
+
 ## Пример конфигурации (`examples/opencode.json`)
 
 ```json
@@ -70,31 +100,31 @@ cp ~/totmin/opencode/plugins/vision-bridge/agents/vision.md ~/.config/opencode/a
   "$schema": "https://opencode.ai/config.json",
   "plugin": [
     "opencode-browser",
-    "git+ssh://git@git.totmin.ru:en2zmax/vision-bridge.git"
+    [
+      "git+https://git.totmin.ru/en2zmax/vision-bridge.git",
+      {
+        "baseURL": "https://generativelanguage.googleapis.com/v1beta/openai",
+        "apiKey": "{env:GEMINI_API_KEY}",
+        "model": "gemini-2.5-flash"
+      }
+    ]
   ],
   "provider": {
-    "ludmila-ai": {
+    "google": {
-      "npm": "@ai-sdk/openai-compatible",
+      "npm": "@ai-sdk/google",
-      "name": "Ludmila AI",
+      "name": "Google",
       "options": {
-        "baseURL": "https://ai.totmin.ru/v1",
+        "apiKey": "{env:GEMINI_API_KEY}"
-        "apiKey": "<ЗАМЕНИТЕ_НА_ВАШ_API_КЛЮЧ>"
       },
       "models": {
-        "gemini/gemini-2.5-flash": {
+        "gemini-2.5-flash": {}
-          "attachment": true,
-          "limit": {
-            "context": 1048576,
-            "output": 65536
-          }
-        }
       }
     }
   },
   "agent": {
     "vision": {
       "mode": "subagent",
-      "model": "ludmila-ai/gemini/gemini-2.5-flash",
+      "model": "google/gemini-2.5-flash",
       "description": "Анализ изображений и скриншотов (OCR текста или разбор UI)",
       "permission": {
         "read": "allow",
@@ -106,3 +136,4 @@ cp ~/totmin/opencode/plugins/vision-bridge/agents/vision.md ~/.config/opencode/a
     }
   }
 }
+```

agents/vision.md

@@ -1,7 +1,7 @@
 ---
 description: Анализ изображений и скриншотов (OCR текста или разбор UI)
 mode: subagent
-model: ludmila-ai/gemini/gemini-2.5-flash
+model: google/gemini-2.5-flash
 temperature: 0.1
 permission:
   read: allow

examples/opencode.json

@@ -2,31 +2,31 @@
   "$schema": "https://opencode.ai/config.json",
   "plugin": [
     "opencode-browser",
-    "git+https://git.totmin.ru/en2zmax/vision-bridge.git"
+    [
+      "git+https://git.totmin.ru/en2zmax/vision-bridge.git",
+      {
+        "baseURL": "https://generativelanguage.googleapis.com/v1beta/openai",
+        "apiKey": "{env:GEMINI_API_KEY}",
+        "model": "gemini-2.5-flash"
+      }
+    ]
   ],
   "provider": {
-    "ludmila-ai": {
+    "google": {
-      "npm": "@ai-sdk/openai-compatible",
+      "npm": "@ai-sdk/google",
-      "name": "Ludmila AI",
+      "name": "Google",
       "options": {
-        "baseURL": "https://ai.totmin.ru/v1",
+        "apiKey": "{env:GEMINI_API_KEY}"
-        "apiKey": "<ЗАМЕНИТЕ_НА_ВАШ_API_КЛЮЧ>"
       },
       "models": {
-        "gemini/gemini-2.5-flash": {
+        "gemini-2.5-flash": {}
-          "attachment": true,
-          "limit": {
-            "context": 1048576,
-            "output": 65536
-          }
-        }
       }
     }
   },
   "agent": {
     "vision": {
       "mode": "subagent",
-      "model": "ludmila-ai/gemini/gemini-2.5-flash",
+      "model": "google/gemini-2.5-flash",
       "description": "Анализ изображений и скриншотов (OCR текста или разбор UI)",
       "permission": {
         "read": "allow",

package.json

@@ -1,6 +1,6 @@
 {
   "name": "vision-bridge",
-  "version": "0.1.0",
+  "version": "0.2.0",
   "type": "module",
   "description": "Opencode plugin: bridges images to a vision model when the active model cannot see images.",
   "main": "src/vision-bridge.ts",

src/vision-bridge.ts

@@ -39,6 +39,19 @@ interface ProviderInfo {
 
 const IMAGE_MIME_RE = /^image\//
 
+// Default recognition backend: Google Gemini (OpenAI-compatible endpoint).
+// Override via plugin options: { baseURL, apiKey, model } or a config provider
+// block (providerID). Legacy fallback: the "ludmila-ai" provider block.
+const DEFAULT_BASE_URL = "https://generativelanguage.googleapis.com/v1beta/openai"
+const DEFAULT_MODEL = "gemini-2.5-flash"
+const DEFAULT_PROVIDER_ID = "ludmila-ai"
+const ENV_TEMPLATE_RE = /\{env:([^}]+)\}/g
+
+function resolveTemplates(value: string | undefined): string | undefined {
+  if (typeof value !== "string") return value
+  return value.replace(ENV_TEMPLATE_RE, (_m, name: string) => process.env[name] ?? "")
+}
+
 function isVisionModel(modelID: string | undefined, visionModels: Set<string>): boolean {
   if (!modelID) return false
   // Normalize: strip provider prefix if present, and also handle "provider/model" form
@@ -102,7 +115,7 @@ async function recognizeImage(
   }
 }
 
-export const VisionBridge: Plugin = async () => {
+export const VisionBridge: Plugin = async (_input: any, options: any = {}) => {
   let config: any = null
   let providerInfo: ProviderInfo | null = null
   let visionModels = new Set<string>()
@@ -114,29 +127,62 @@ export const VisionBridge: Plugin = async () => {
   // Track which sessions are running a vision-capable model.
   const visionSessions = new Map<string, boolean>()
 
-  const providerID = "ludmila-ai"
+  // Resolve the recognition backend. Priority:
-
+  //   1. plugin options: { baseURL, apiKey, model } — Google Gemini defaults.
-  function loadProvider(configAny: any) {
+  //   2. options.providerID → read that provider block from opencode config.
-    const p = configAny?.provider?.[providerID]
+  //   3. legacy: the "ludmila-ai" provider block (keeps existing setups working).
-    const baseURL = p?.options?.baseURL
+  function resolveProvider() {
-    const apiKey = p?.options?.apiKey
+    const optKey = resolveTemplates(options.apiKey) ?? process.env.GEMINI_API_KEY
-    if (!baseURL || !apiKey) {
+    if (optKey) {
-      providerInfo = null
+      providerInfo = {
+        baseURL: (resolveTemplates(options.baseURL) || DEFAULT_BASE_URL).replace(/\/$/, ""),
+        apiKey: optKey,
+        visionModel: resolveTemplates(options.model) || DEFAULT_MODEL,
+      }
       return
     }
-    providerInfo = { baseURL: baseURL.replace(/\/$/, ""), apiKey, visionModel: "" }
+
-    const models = p?.models ?? {}
+    const pid = options.providerID || DEFAULT_PROVIDER_ID
+    const p = config?.provider?.[pid]
+    const pBase = p?.options?.baseURL
+    const pKey = p?.options?.apiKey
+    if (pBase && pKey) {
+      let pmodel = resolveTemplates(options.model) || ""
+      if (!pmodel) {
+        for (const [id, m] of Object.entries<any>(p?.models ?? {})) {
+          if (m?.attachment === true) {
+            pmodel = typeof m?.id === "string" && m.id ? m.id : id
+            break
+          }
+        }
+      }
+      providerInfo = {
+        baseURL: String(pBase).replace(/\/$/, ""),
+        apiKey: pKey,
+        visionModel: pmodel || DEFAULT_MODEL,
+      }
+      return
+    }
+
+    providerInfo = null
+  }
+
+  // Collect model IDs that see images natively (attachment: true in config),
+  // so their sessions pass images through untouched. Also accepts an explicit
+  // list via options.visionModels.
+  function collectVisionModels(configAny: any) {
     visionModels = new Set<string>()
-    let visionApiName = ""
+    for (const [pid, p] of Object.entries<any>(configAny?.provider ?? {})) {
-    for (const [id, m] of Object.entries<any>(models)) {
+      for (const [id, m] of Object.entries<any>(p?.models ?? {})) {
-      if (m?.attachment === true) {
+        if (m?.attachment === true) {
-        visionModels.add(id)
+          visionModels.add(id)
-        if (!visionApiName) visionApiName = typeof m?.id === "string" && m.id ? m.id : id
+          visionModels.add(pid + "/" + id)
+        }
       }
     }
-    // The vision model used for recognition = the model flagged attachment:true.
+    if (Array.isArray(options.visionModels)) {
-    // Change it in the config by moving the `attachment: true` flag.
+      for (const m of options.visionModels) visionModels.add(m)
-    providerInfo.visionModel = visionApiName
+    }
   }
 
   function hashImage(dataUrl: string): string {
@@ -192,7 +238,8 @@ export const VisionBridge: Plugin = async () => {
   const hooks: Hooks = {
     config: async (cfg: any) => {
       config = cfg
-      loadProvider(cfg)
+      collectVisionModels(cfg)
+      resolveProvider()
     },
 
     "chat.message": async (input: any, output: any) => {