Skip to content

About

将AI Studio Playground和Build反代成API | AI Studio to OpenAI, Anthropic & Gemini Compatible API

Resources

Stars

0 stars

Watchers

0 watching

Forks

 
 

Repository files navigation

AI Studio to OpenAI, Anthropic & Gemini Compatible API

中文  |  English

一个基于 Go 的高性能代理服务
将 Google AI Studio 网页协议转换为 OpenAI、Responses、Anthropic 和 Gemini 兼容 API

Playground 生成通道  •  Build 代码助手对话通道  •  多账户高并发
Camoufox 与 SpiderMonkey 双 WAA 后端  •  Claude Code、Codex 等 Agent 客户端  •  Nano Banana、TTS 与 Omni

账户
账户
权益与状态
用量
用量
请求与费用
日志
日志
请求与速度
模型目录
模型目录
实时目录
设置
设置
页面改配置
图片生成
图片生成
文生图改图
API 试用页
API 试用页
官网同款对话页、思考过程与代码块

三步开始使用:下载 Releases 并启动 → 在“账户”页添加 Google 账户 → 点击“启动服务”,把 http://127.0.0.1:2048 作为 OpenAI、Anthropic 或 Gemini 客户端的 Base URL

🧩 Google 反代全家桶

三个项目分别接入 AI Studio、Gemini 网页版与 Antigravity,把各自的模型转为 OpenAI、Anthropic 与 Gemini 兼容接口,供 Claude Code、Codex 等 Agent 客户端和 SillyTavern 等酒馆前端使用。

AIStudio2API
AIStudio­2API

官方 WAA proof 由 Camou­fox 或进程内 Spider­Monkey 生成,账户像在官网一样对话

Gemini-Web2API
Gemini-Web­2API

账户从本机 Chrome 一键导入,运行时只走纯 HTTP,未登录也能用访客会话

Antigravity2API
Antigravity­2API

只模拟官方 Windows 客户端,TLS、请求信封与伴随请求逐字段一致

核心能力

  • 双通道: 每个账户经 Playground 生成;Build 应用代理是旧通道,上游已对账户停用其生成(PROXY_GENERATION_DISABLED),默认关闭,可在 UPSTREAM_CHANNELS 中启用;启用后经 Build 发送的生成请求返回上游原因;免费账户的两个通道共用同一模型的每日请求次数
  • Build 对话模型: Build 对话面板可选的模型各提供一个 <模型>-build(如 gemini-3.8-flash-build),由 Build 写代码助手连同其系统提示词回复,支持函数调用、工具结果续接与 Google 搜索,用量计入 Build 对话额度(免费请求或 Google AI 订阅额度);每个账户使用一个 Build 应用,同一段对话在应用中续接,服务重启后照常续接。⚠️ 这类模型的每次请求都带有 Build 写代码助手自带的系统提示词注入,回答风格、格式与身份会受其影响,请按用途自行评估
  • 多账户高并发: 识别 Free、Pro、Ultra 与 Plus 权益,按实时模型目录在账户间轮询或优先复用
  • 两种 WAA 后端: 默认由服务进程内的 SpiderMonkey(Firefox 的 JavaScript 引擎)生成官方 proof,运行时不下载、不启动浏览器;设置 WAA_BACKEND=camoufox 后由 Camoufox 持有官方 WAA 生命周期
  • 四套 API 协议: OpenAI Chat Completions、OpenAI Responses、Anthropic Messages 与 Gemini GenerateContent;Responses 支持 /v1/responses/compact 与 compaction、compaction_trigger 输入项的上下文压缩,Anthropic Messages 支持 context_management 的工具结果与思考清理和阈值压缩
  • 主流 Agent 客户端: 支持 Claude Code、Codex、OpenCode、pi、omp、dsh、OpenClaw、Magpie、Antigravity CLI 的文件读写工具调用,Claude Code、Codex、omp 的原生联网搜索可直接使用

特性

  • 原生流式响应: 实时输出正文、思考摘要、函数调用、Google 工具、媒体和 usage
  • 函数工具: 四协议支持工具调用与续接、工具选择和严格参数校验;支持联合类型与开放参数定义
  • TTS 语音生成: 支持 Gemini TTS 模型的单/多说话人音频生成
  • 图片生成: 支持 Nano Banana 图片生成
  • 视频生成: 视频长任务与图片转视频由 Gemini Omni 生成;Gemini Omni 通过四套生成接口接收文本、图片与视频输入,输出文本与 MP4 视频
  • Deep Research: Pro 与 Ultra 账户可通过四套生成接口与 Interactions 的 agent 字段调用 Deep Research,输出研究过程、带引用的报告与图表
  • 决策模型: gemini-decision-1 经 /v1beta/decisions 对同一份输入一次回答多个是非、单选与评分问题,返回校准后的概率与置信度;输入可以是文本、图片、音频、视频与 PDF,只计输入 token;这个模型在 AI Studio 官网中隐藏,官网选中后只显示示例应用,本服务可以直接使用
  • YouTube 输入: YouTube 视频 URL 作为外部视频附件读取;开启 YOUTUBE_LINKS 后,消息文本中的 YouTube 链接同样作为视频读取
  • 视频理解设置: Gemini 与 Interactions 支持逐视频的起止时间、0–24 FPS 范围内的正数采样率和静态/Agentic 处理;Agentic 返回服务端处理步骤并支持历史续接
  • 智能模型切换: 从 AI Studio 实时发现模型并按 model 字段路由;开启 DISCOVER_HIDDEN_MODELS 后,AI Studio 官网尚未公开的模型在确认账户能用后也会加入模型列表
  • Google 工具: 支持 Search、Image Search、URL Context、Code Execution 和 Maps
  • Files 与 Transcribe: 支持文件上传、查询、内容读取、删除和音频转录
  • Live 与 Robotics: 通过 WebSocket 支持文本、音频、JPEG、媒体结束、工具调用、恢复和中断
  • 反指纹检测: 为每个账户固定 Firefox 指纹与出口,官方 WAA 在 SpiderMonkey 的 Firefox 页面环境或 Camoufox 页面中运行
  • 图形界面启动器: 通过网页管理账户、服务启停、实时日志、模型、请求、用量统计和配置,界面提供深色与浅色两种配色,以及简体中文、繁體中文、English、日本語、한국어、Français 与 Deutsch 七种语言
  • 桌面版: Windows、macOS 与 Linux 桌面应用在窗口中显示管理页面,关闭窗口后在系统托盘继续运行
  • 在线更新: 管理端“版本”页显示最新发行版本与更新说明,桌面版与 Linux、macOS 命令行版一键下载、校验并重启到新版本,Linux deb 安装时由系统弹出管理员认证;新版本 1 分钟内没有启动时,浏览器中的管理页面提示重新打开程序与日志位置
  • 模块化架构: Go 负责协议、调度、API 与管理端,SpiderMonkey 或 Camoufox 负责 WAA 运行时,Camoufox 负责隔离登录

系统要求

  • Windows Release 运行: Windows 10 或更高版本
    • 系统没有 WebView2 运行时时,桌面版询问是否从微软下载安装,进度显示在微软安装程序的窗口中
    • 安装期间管理页面可从托盘在浏览器中打开,安装完成后打开桌面窗口
    • 取消或安装失败时在默认浏览器中打开管理页面
  • macOS 桌面版: macOS 13 或更高版本,Apple 芯片与 Intel 通用
  • Linux 桌面版: GTK 3 与 WebKitGTK 4.1,例如 Ubuntu 22.04、Debian 12 或更新版本;deb 安装时一并安装这些依赖与 Camoufox 运行库,AppImage 另需下一行的 Camoufox 运行库
  • Linux Release 运行: 解压 linux-amd64.tar.gz 后运行 ./aistudio2api,Camoufox 需要 Firefox 系运行库与 Xvfb,Debian/Ubuntu 执行 sudo apt-get update && sudo apt-get satisfy -y "libgtk-3-0, libasound2t64 | libasound2, libx11-xcb1, xvfb"
  • 源码运行:
    • Go 1.27.3+、Node.js 22.18+、24.11+ 或 26+,以及配套 npm
    • C/C++ 编译器:Windows 为 llvm-mingw 的 UCRT 版 clang,macOS 为 Xcode Command Line Tools,Linux 为 Zig 0.16
    • 当前平台的 SpiderMonkey 与 libwebp 静态库,分别从 Mag1cFall/firefox 与 Mag1cFall/libwebp 的 Releases 下载
  • 操作系统: Windows、macOS、Linux
  • 内存:
    • SpiderMonkey 后端(默认):单账户在 macOS 上约 100 MB、Windows 与 Linux 上约 150 MB,每增加一个常驻预热账户约增加 55 MB
    • Camoufox 后端:单账户在 Windows 与 macOS 上约 0.5 GB、Linux 上约 0.7 GB,每增加一个常驻预热账户约增加 0.4 GB
  • CPU: SpiderMonkey 后端空闲时几乎不占用,Camoufox 后端空闲时每个常驻预热账户约占单核的 0.5%;两个后端每个请求的 CPU 时间都在 0.1 秒以内
  • 网络: 稳定的互联网连接访问 Google AI Studio

安装步骤

方式一:Windows 一键启动(推荐)

从 Releases 下载 windows-amd64.zip 发布包,解压后双击 aistudio2api.exe:

  • 管理页面在桌面窗口中打开;启动时先显示启动画面,管理服务就绪后进入管理页面
  • 关闭窗口后程序在系统托盘继续运行:双击托盘图标显示窗口,右键打开托盘菜单;菜单可以显示窗口、在浏览器中打开管理页面、开关开机自启动或退出
  • 再次双击 aistudio2api.exe 唤回已运行的窗口

从源码启动时:

git clone https://github.com/xiaohai1314-sys/AIStudio2API.git
cd AIStudio2API
copy .env.example .env
cd web
npm ci
npm run build
cd ..
mkdir spidermonkey
curl.exe -L -o spidermonkey\windows.tar.gz https://github.com/Mag1cFall/firefox/releases/download/v158.0.1-aistudio2api.2/spidermonkey-v158.0.1-aistudio2api.2-windows-amd64.tar.gz
if ((Get-FileHash spidermonkey\windows.tar.gz -Algorithm SHA256).Hash -ne "017BC187CA2F77BFA44783EBB8DBBFCBEA5F69850198E701E47C4C418DA6F50D") { throw "spidermonkey checksum mismatch" }
tar -xzf spidermonkey\windows.tar.gz -C spidermonkey
mkdir libwebp
curl.exe -L -o libwebp\libwebp.tar.gz https://github.com/Mag1cFall/libwebp/releases/download/v1.6.0-aistudio2api.1/libwebp-v1.6.0-aistudio2api.1-windows-amd64.tar.gz
if ((Get-FileHash libwebp\libwebp.tar.gz -Algorithm SHA256).Hash -ne "CA38CA4CFAE9BFE5808DBCFA11707D81EFD534D723D2B7622CD32EF1114DEA1D") { throw "libwebp checksum mismatch" }
tar -xzf libwebp\libwebp.tar.gz -C libwebp
$env:CC = "x86_64-w64-mingw32-clang"
$env:CXX = "x86_64-w64-mingw32-clang++"
$env:CGO_CPPFLAGS = "-I$PWD\spidermonkey\include -I$PWD\libwebp\include"
$env:CGO_LDFLAGS = "-L$PWD\spidermonkey\lib -L$PWD\libwebp\lib"
go build -o aistudio2api.exe ./cmd/aistudio2api
.\aistudio2api.exe

x86_64-w64-mingw32-clang 来自 llvm-mingw 的 ucrt-x86_64 包,解压后把其中的 bin 目录加入 PATH。上面的 SHA256 来自 GitHub Release 资产的 digest,与 build/dependency-checksums.txt 相同;校验失败时不要解压。llvm-mingw 20261020 的 ucrt-ubuntu-22.04-x86_64 包摘要是 55064b60b991a1e1e8090b8c2f84e82b22cfe5903d12c159d65064cf5e8ae335,依据同样是 GitHub 记录的资产摘要,发布说明里没有维护者签名。

WAA_BACKEND=camoufox 时,程序在管理服务启动后于后台下载当前平台的 Camoufox 到 runtime/camoufox/,生成服务在下载完成后就绪;默认的 SpiderMonkey 后端在第一次使用浏览器登录时下载。下载期间管理页面显示进度,公开 API 请求返回说明下载进度的 503:

  • 下载经 PROXY 的第一个代理发出,未设置时使用系统代理
  • 下载中断或连续 30 秒收不到数据时,管理页面显示原因并可重试,重试从已下载的部分继续
  • 环境变量 CAMOUFOX_PATH 可以指定已有的同版本可执行文件,版本不符时管理页面给出所需版本

方式二:macOS 与 Linux 桌面版

macOS 从 Releases 下载 darwin-universal.dmg,打开后把 AIStudio2API.app 拖入“应用程序”。应用使用 ad-hoc 签名,首次打开被系统拦截时,在“系统设置 → 隐私与安全性”中点击“仍要打开”,或执行:

xattr -dr com.apple.quarantine /Applications/AIStudio2API.app

macOS 版关闭窗口后在菜单栏继续运行:单击菜单栏图标显示窗口,右键打开菜单,点 Dock 图标或从“应用程序”再次打开时显示窗口。

Linux 下载 linux-amd64.AppImage 赋予执行权限后运行,或安装 linux-amd64.deb 后从应用菜单启动 AIStudio2API:

chmod +x aistudio2api-<版本>-linux-amd64.AppImage
./aistudio2api-<版本>-linux-amd64.AppImage
sudo apt install ./aistudio2api-<版本>-linux-amd64.deb

桌面版的 .env、auth/ 与 runtime/ 位置:

  • macOS:~/Library/Application Support/AIStudio2API/
  • Linux:~/.config/AIStudio2API/

setup 等命令在终端中运行桌面版的可执行文件,例如 /Applications/AIStudio2API.app/Contents/MacOS/aistudio2api setup --login;deb 安装的可执行文件为 aistudio2api。

方式三:Linux 与 macOS 源码构建

1. 安装依赖

  • Go 1.27.3 或更高版本
  • Node.js 22.18+、24.11+ 或 26+,以及配套 npm
  • C/C++ 编译器:macOS 为 Xcode Command Line Tools,Linux 为 Zig 0.16

2. 克隆项目

git clone https://github.com/xiaohai1314-sys/AIStudio2API.git
cd AIStudio2API
cp .env.example .env

3. 构建并运行

cd web
npm ci
npm run build
cd ..
arch=$(uname -m | sed 's/x86_64/amd64/;s/aarch64/arm64/')
platform=$([ "$(uname -s)" = Darwin ] && echo darwin || echo linux)
mkdir -p spidermonkey libwebp
sh build/fetch-verified.sh "https://github.com/Mag1cFall/firefox/releases/download/v158.0.1-aistudio2api.2/spidermonkey-v158.0.1-aistudio2api.2-$platform-$arch.tar.gz" "spidermonkey-v158.0.1-aistudio2api.2-$platform-$arch.tar.gz" spidermonkey build/dependency-checksums.txt tar.gz
sh build/fetch-verified.sh "https://github.com/Mag1cFall/libwebp/releases/download/v1.6.0-aistudio2api.1/libwebp-v1.6.0-aistudio2api.1-$platform-$arch.tar.gz" "libwebp-v1.6.0-aistudio2api.1-$platform-$arch.tar.gz" libwebp build/dependency-checksums.txt tar.gz
export CGO_CPPFLAGS="-I$PWD/spidermonkey/include -I$PWD/libwebp/include" CGO_LDFLAGS="-L$PWD/spidermonkey/lib -L$PWD/libwebp/lib"
if [ "$platform" = darwin ]; then
  go build -o aistudio2api ./cmd/aistudio2api
else
  target=$(uname -m)-linux-musl
  CC="zig cc -target $target" CXX="zig c++ -target $target" go build -tags netgo,osusergo -ldflags="-linkmode external -extldflags -static" -o aistudio2api ./cmd/aistudio2api
fi
./aistudio2api

Linux 与 macOS 同样在需要时自动准备对应平台的 Camoufox。

方式四:Docker

mkdir aistudio2api && cd aistudio2api
curl -fsSLO https://raw.githubusercontent.com/xiaohai1314-sys/AIStudio2API/main/docker-compose.yml
mkdir data
cat > data/.env <<'EOF'
PROXY_API_KEY=<API key>
ADMIN_AUTH_ENABLED=true
ADMIN_PASSWORD=<管理密码>
EOF
docker compose up -d

镜像支持 linux/amd64 与 linux/arm64,服务在容器内监听 0.0.0.0:2048。data/ 保存 .env、auth/ 与 runtime/,Camoufox 后端首次启动时把 Camoufox 下载到 data/runtime/camoufox/;迁移已有安装时把这三项复制到 data/。容器以非 root 的 app 用户运行;挂载到 data/ 的文件权限由宿主目录权限和容器内 UID 决定。

  • 容器内固定监听 0.0.0.0:2048,因此即使 Compose 只把端口绑定到宿主机回环地址,data/.env 也必须设置 PROXY_API_KEY,否则服务拒绝启动。确需供其他机器访问时,再将 docker-compose.yml 的端口改为 0.0.0.0:2048:2048(预览端口按需开放)并使用高强度 key;从容器外打开管理页面还需要 ADMIN_AUTH_ENABLED=true 与管理密码,用户名默认为 admin
  • 添加账户:在管理页面“添加账户”中选择“浏览器登录”,在管理页面打开的登录窗口中登录 Google;也可以粘贴 Cookie,或把能登录 Google 的电脑上的 auth/<Google 邮箱>/ 复制到 data/auth/
  • PROXY 与账户代理从容器内访问,代理运行在宿主机时填写宿主机的局域网地址,并允许代理接受局域网连接。PROXY 不转发外部媒体下载和 webhook
  • 需要加密 data/auth 时,把 ENCRYPT_CREDENTIALS=true 写进 data/.env,密钥用环境变量 CREDENTIALS_KEY 或挂到 /data 之外的 CREDENTIALS_KEY_FILE。不要把密钥放进 data/
  • 容器时区为 UTC,日志时间与用量页的按日统计取容器时区,在 docker-compose.yml 中加入 environment: { TZ: <IANA 时区> } 改用其他时区;新账户的语言与时区按出口 IP 的地理位置填写,也可在账户页单独设置
  • 修改 data/.env 后执行 docker compose restart;更新镜像执行 docker compose pull && docker compose up -d;在源码目录中执行 docker compose up -d --build 从源码构建

快速开始

首次使用(需要认证)

  1. 启动程序:

    • Windows 双击 aistudio2api.exe
    • macOS 与 Linux 桌面版从应用程序启动,命令行版运行 ./aistudio2api
    • 桌面版在窗口中打开管理页面,命令行版在浏览器中打开 http://127.0.0.1:2048
    • 页面初始状态为 STOPPED,默认显示“日志”页面
  2. 添加首个账户: 在“账户”页面点击“添加账户”

    • Windows 选“从 Chrome 导入”,勾选本机 Chrome 中已登录的 Google 账户
    • macOS 与 Linux 选“浏览器登录”,在弹出的窗口中登录 Google
    • 其余方式见 账户管理,命令行导入见 命令 的 setup
  3. 启动 API:

    • 点击“启动服务”启动数据面
    • 状态依次显示 LAUNCHING 和 RUNNING;LAUNCHING 期间可以点击“停止服务”取消启动
    • 在“日志”页面确认账户、模型和请求状态
    • API 默认监听 http://127.0.0.1:2048
  4. 发出请求: 按 API 使用 配置客户端

更多账户同样在“账户”页面添加,各种添加方式、账户状态与可用操作见 账户管理。

日常使用(已有认证)

  1. 桌面版双击 aistudio2api.exe 或从应用程序启动;命令行版运行 ./aistudio2api
  2. 点击“启动服务”启用 API;设置 AUTO_START=true 后,程序启动时自动启动服务;启动与停止期间侧栏显示当前步骤与已用时间
  3. 点击“停止服务”会取消正在进行的启动或活动请求并关闭 WAA Worker,管理页面与日志保持可用
  4. 再次点击“启动服务”即可恢复 API

停止后再次启动会读取最新 .env 生成服务配置,账户选择策略、Worker 容量、换号次数上限、模型映射、非流式保活、假流式、搜索型号、全模型搜索与媒体输出设置保存后立即生效,进行中的请求沿用开始时的设置;管理页面地址、预览地址、PROXY_API_KEY、PUBLIC_RATE_LIMIT 与 PUBLIC_RATE_BURST 在管理进程重启后生效。

  • 保存后立即生效:账户选择策略、Worker 容量、换号次数上限、模型映射、非流式保活、假流式、搜索型号、全模型搜索与媒体输出;进行中的请求沿用开始时的设置
  • 停止再启动生成服务后生效:其余生成服务配置,启动时读取最新 .env
  • 重启管理进程后生效:管理页面地址、预览地址和 PROXY_API_KEY

退出程序:

  • 桌面版关闭窗口后在系统托盘继续运行,从托盘菜单“退出”结束管理进程
  • 命令行版在启动窗口按 Ctrl+C 或关闭窗口会退出整个管理进程;关闭浏览器标签页不会停止管理进程

命令

Windows 桌面版在命令行中运行以下命令时写作 cmd /c start /wait aistudio2api.exe <参数>,命令行等程序结束后返回。

aistudio2api:启动管理进程并打开管理页面,桌面版打开窗口,命令行版打开网页。

aistudio2api -open-ui=false:启动管理进程但不打开窗口或网页,桌面版只显示托盘图标。

aistudio2api setup:导入账户。

  • 不带参数时扫描本机 Chrome 账户,--email 或 --profile 选择明确的 Chrome 账户
  • --locale、--timezone 指定账户的语言与时区,省略时按出口 IP 的地理位置填写
  • 隔离登录:aistudio2api setup --login,需要图形界面;没有图形界面时启动服务,在管理页面的“浏览器登录”中登录
  • 文件导入:aistudio2api setup --storage-state <file>
  • Cookie 导入:aistudio2api setup --cookie-file <file>、aistudio2api setup --cookie "<Cookie 请求头>" 或 aistudio2api setup --cdp <调试地址>
    • 账户邮箱按 Cookie 识别,--cdp 导入的账户沿用该浏览器的语言与时区
    • Cookie 来自同时登录多个 Google 账户的浏览器时,以 --authuser N 选择官网地址 /u/N/ 中第 N 个账户

aistudio2api setup --remote https://<远程实例>:向远程实例添加账户。

  • 在远程实例的账户页点击“远程添加”,对话框给出完整命令,一键复制后在能登录 Google 的电脑上运行:Windows 为 cmd /c start /wait aistudio2api.exe setup --remote <地址> --token <令牌>,其他系统为 ./aistudio2api setup --remote <地址> --token <令牌>
  • 账户来源可选“该电脑 Chrome 中的账户”或“在新窗口登录”(命令带 --login)
  • 省略 --token 时运行后从标准输入读取令牌
  • 对话框打开期间沿用仍有效的令牌,令牌到期时自动换新;点击“换一个令牌”立即换新,旧令牌随即失效
  • 从该电脑 Chrome 导入的账户只能由这台电脑续签:命令上传这类账户后留在前台,立即并每 100 分钟向远程实例发送它们的新会话,失败时 5 分钟后重试;远程实例已删除账户或续签凭据失效时停止为该账户续签
  • 保持该窗口打开;重启电脑后运行 aistudio2api setup --remote <地址> --renew 恢复续签

API 使用

OpenAI 兼容接口

服务启动后,可以直接使用 OpenAI Chat Completions:

curl http://127.0.0.1:2048/v1/chat/completions \
  -H "Authorization: Bearer 123" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-3.8-flash",
    "messages": [{"role": "user", "content": "Hello, world!"}],
    "stream": true
  }'

客户端配置示例

协议 Base URL API key
OpenAI Chat / Responses http://127.0.0.1:2048/v1 .env 中的 PROXY_API_KEY
Anthropic Messages http://127.0.0.1:2048 .env 中的 PROXY_API_KEY
Gemini http://127.0.0.1:2048 .env 中的 PROXY_API_KEY

模型名称从 GET /v1/models 或 GET /v1beta/models 读取。PROXY_API_KEY 为空时,服务只能监听 localhost 或回环 IP,浏览器中只有本机页面可以直接调用接口;网页版客户端和部分桌面客户端需要设置 PROXY_API_KEY。多个 key 用逗号分隔,任一 key 都可调用;设置页可为每个 key 勾选处理其请求的账户。请求带 X-AIStudio-Account: <账户> 请求头时只由该账户处理,账户填账户页显示的邮箱;该账户出错时直接返回它的错误,不换到其他账户。

以 Cherry Studio 为例:

  1. 打开 Cherry Studio 设置
  2. 新增 OpenAI 兼容提供商
  3. API 主机地址填写 http://127.0.0.1:2048/v1
  4. API 密钥填写 .env 中的 PROXY_API_KEY
  5. 从 /v1/models 获取模型,或手动添加 gemini-3.8-flash、gemini-3.5-flash-lite

Claude Code 使用 Anthropic 接口,子 Agent 按 opus、sonnet、haiku 档位选择模型,以下变量把它们映射到 AI Studio 模型;WebSearch 由 Google Search 执行:

$env:ANTHROPIC_BASE_URL = "http://127.0.0.1:2048"
$env:ANTHROPIC_API_KEY = "<PROXY_API_KEY>"
$env:ANTHROPIC_MODEL = "gemini-3.8-flash"
$env:ANTHROPIC_DEFAULT_OPUS_MODEL = "gemini-3.1-pro-preview"
$env:ANTHROPIC_DEFAULT_SONNET_MODEL = "gemini-3.8-flash"
$env:ANTHROPIC_DEFAULT_HAIKU_MODEL = "gemini-3.5-flash-lite"

Codex 使用 Responses 接口,在 ~/.codex/config.toml 中添加 provider,并把 PROXY_API_KEY 写入 AISTUDIO2API_KEY 环境变量;Codex 的 web_search 工具由 Google Search 执行:

model = "gemini-3.8-flash"
model_provider = "aistudio"

[model_providers.aistudio]
name = "AIStudio2API"
base_url = "http://127.0.0.1:2048/v1"
env_key = "AISTUDIO2API_KEY"
wire_api = "responses"

omp 的 web_search 工具使用 web 角色的模型搜索。在 omp 的 models.yml 中添加指向本服务的 Gemini provider(apiKey 为保存 PROXY_API_KEY 的环境变量名),并在 config.yml 中把 web 角色设为该模型:

# models.yml
providers:
  aistudio-gemini:
    baseUrl: http://127.0.0.1:2048/v1beta
    api: google-generative-ai
    apiKey: AISTUDIO2API_KEY
    models:
      - id: gemini-3.8-flash
# config.yml
modelRoles:
  web: aistudio-gemini/gemini-3.8-flash

Antigravity CLI(agy)使用 Gemini 接口。在 ~/.gemini/antigravity-cli/settings.json 中写入 {"modelProvider": "gemini"},设置以下环境变量后运行 agy,模型在 agy 中用 /model 选择:

$env:GEMINI_API_KEY = "<PROXY_API_KEY>"
$env:GOOGLE_GEMINI_BASE_URL = "http://127.0.0.1:2048"
agy

主要端点:

能力 端点
模型 GET /v1/models、GET /v1/models/{model}、GET /v1beta/models、GET /v1beta/models/{model}
OpenAI Chat POST /v1/chat/completions
OpenAI Responses POST /v1/responses、POST /v1/responses/input_tokens、POST /v1/responses/compact、GET/DELETE /v1/responses/{id}、GET /v1/responses/{id}/input_items、POST /v1/responses/{id}/cancel
Files POST /v1/files、GET /v1/files、GET /v1/files/{id}、GET /v1/files/{id}/content、DELETE /v1/files/{id}(OpenAI 与 Anthropic 格式);POST /upload/v1beta/files、GET /v1beta/files、GET/DELETE /v1beta/files/{id}
Anthropic POST /v1/messages、POST /v1/messages/count_tokens
Gemini POST /v1beta/models/{model}:generateContent、:streamGenerateContent、:countTokens;POST/GET /v1beta/cachedContents、GET/PATCH/DELETE /v1beta/cachedContents/{id}
Embeddings POST /v1/embeddings、POST /v1beta/models/{model}:embedContent、:batchEmbedContents
图片 POST /v1/images/generations、POST /v1/images/edits、Imagen POST /v1beta/models/{model}:predict
语音 POST /v1/audio/speech
转录与翻译 POST /v1/audio/transcriptions、POST /v1/audio/translations
音乐 Gemini generateContent + responseModalities: ["AUDIO"]
视频 POST /v1/videos、GET /v1/videos、GET/DELETE /v1/videos/{id}、GET /v1/videos/{id}/content
Gemini 视频 POST /v1beta/models/{model}:predictLongRunning、GET /v1beta/operations/{id}
Live(含实时翻译、实时转录与实时音乐)/ Robotics GET /v1/live、GET /v1/robotics/stream

Gemini 的 /v1beta 路径在 /v1 下同样可用,Google Gen AI SDK 3.x 默认使用 /v1。/v1/models 与 /v1/files 的请求带 x-goog-api-key 请求头或 key 参数且不带 Authorization 时按 Gemini 格式返回,其余按 OpenAI 格式返回。

四套生成接口均可按各自协议字段启用 Search、Image Search、URL Context、Code Execution 和 Maps。Files、Transcribe、Live、Robotics 的请求与事件格式见 Google AI Studio 协议规范。

生成请求中的内联附件:

  • 优先上传到生成账户的 Drive,之后带相同附件的请求优先发往已上传该附件的账户并直接引用已上传的文件,闲置 1 小时后删除
  • 账户未授予 Drive 权限或存储配额不足时保持内联数据发送
  • 图片、音频、视频、PDF 等输入需要所选模型支持
  • 重复使用的附件可通过 Files 接口上传一次并复用文件 ID

附件字段与编码:

  • Gemini 附件与视频图片输入支持 inlineData / inline_data、fileData / file_data、mimeType / mime_type 和 fileUri / file_uri
  • 媒体 Base64 数据支持标准与 URL-safe 字母表、带填充与无填充形式,以及 data:<MIME>;base64, 前缀;OpenAI 助手历史中的 Markdown 图片同样支持 URL-safe Base64 和 CR/LF 换行
  • 内联 GIF 和视频表单上传的 GIF 按首帧静态图片转换为 PNG,保留逻辑画布、帧位置与透明背景;经 Files API 上传的 GIF 按首帧转换为白底 JPEG

TTS 语音生成

TalkifyTTS 与新版 Google Gen AI SDK 可连接 http://127.0.0.1:2048/v1beta/interactions,稳定版入口为 /v1/interactions。请求使用 x-goog-api-key,支持 gemini-3.8-flash-tts 与 gemini-3.8-flash-lite-tts:

from google import genai

client = genai.Client(api_key="123", http_options={"base_url": "http://127.0.0.1:2048"})
stream = client.interactions.create(
    model="gemini-3.8-flash-tts",
    input="Hello, this is a test.",
    response_format={"type": "audio"},
    generation_config={"speech_config": [{"voice": "Kore"}]},
    stream=True,
)
for event in stream:
    if event.event_type == "step.delta" and event.delta.type == "audio":
        print(event.delta.data)

流式音频默认为 Base64 编码的 24 kHz、16-bit 小端、单声道 PCM;非流式默认为完整 WAV,通过 interaction.output_audio.data 读取。response_format.mime_type 可显式选择 audio/l16 或 audio/wav。风格与多说话人输入见 Interactions 协议。

curl http://127.0.0.1:2048/v1/audio/speech \
  -H "Authorization: Bearer 123" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-3.8-flash-tts",
    "input": "Hello, this is a test.",
    "voice": "Kore",
    "response_format": "wav"
  }' \
  --output speech.wav

多说话人语音可以通过 Gemini generateContent 的 multiSpeakerVoiceConfig 配置。

curl http://127.0.0.1:2048/v1beta/models/gemini-2.5-flash-preview-tts:generateContent \
  -H "x-goog-api-key: 123" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [{"parts": [{"text": "Joe: How are you?\nJane: I am fine, thanks!"}]}],
    "generationConfig": {
      "responseModalities": ["AUDIO"],
      "speechConfig": {
        "multiSpeakerVoiceConfig": {
          "speakerVoiceConfigs": [
            {"speaker": "Joe", "voiceConfig": {"prebuiltVoiceConfig": {"voiceName": "Kore"}}},
            {"speaker": "Jane", "voiceConfig": {"prebuiltVoiceConfig": {"voiceName": "Puck"}}}
          ]
        }
      }
    }
  }' --output speech.json
  • 可用语音由实时模型目录中的 capability_options.voices 返回
  • gemini-3.8-flash-tts 等带 speech_metadata 能力的模型同样接受上面的 说话人: 台词 写法,也可以为每个文本 part 设置 speechMetadata.speaker 与 speechMetadata.style,并用 multiSpeakerVoiceConfig.mode 选择 VERBATIM 或 CONVERSATIONAL
  • OpenAI instructions 在这些模型上作为语音风格

图片生成 (Nano Banana)

curl http://127.0.0.1:2048/v1/images/generations \
  -H "Authorization: Bearer 123" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-nano-banana-2.1",
    "prompt": "A cute cat wearing a tiny hat",
    "n": 1,
    "size": "1024x1024"
  }'
  • size 为输出图片的宽高,例如 2560x1440:服务按最接近的宽高比与能覆盖该尺寸的分辨率生成后缩放为该尺寸
  • size 为 auto 或省略时,quality 的 low、medium、high 分别按 1K、2K、4K 生成
  • output_format 取 png(默认)、jpeg 或 webp
  • /v1/images/edits 与 Responses 的 image_generation 工具使用同样的字段,Gemini 原生接口使用 imageConfig.aspectRatio 与 imageConfig.imageSize

视频生成

curl http://127.0.0.1:2048/v1/videos \
  -H "Authorization: Bearer 123" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-omni-1.2-flash",
    "prompt": "A drone flying over a forest"
  }'

创建任务后通过 GET /v1/videos/{id} 查询状态,通过 GET /v1/videos/{id}/content 下载结果;gemini-omni-1.2-flash 等能输出视频的 Omni 模型同样经 :predictLongRunning 创建任务。

决策 (Gemini Decision)

curl http://127.0.0.1:2048/v1beta/decisions \
  -H "x-goog-api-key: 123" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-decision-1",
    "input": "I was charged twice for my order.",
    "questions": {
      "is_refund": {"type": "noul", "instructions": "Is the customer asking for money back?"},
      "department": {
        "type": "choice",
        "instructions": "Which department should handle this request?",
        "criteria": {"billing": "Payments and refunds.", "shipping": "Delivery and tracking.", "other": ""}
      }
    }
  }'
  • questions 的键由调用方命名,回答按同样的键返回,每个回答都带 confidence
  • noul:返回为真的概率 noul,criteria 可写 true_description 与 false_description
  • choice:criteria 为选项 ID 到说明,返回 choice 与各选项的 probabilities
  • score:criteria 为从低到高的等级说明,返回期望等级 score、各等级的 probabilities 与 legend
  • input 接受字符串或 Interactions 内容块,图片、音频、视频与 PDF 以 data(Base64)或 uri(HTTPS 链接或本服务 Files API 的文件)给出并写明 mime_type
  • Google Gen AI SDK 以 client.decisions.create 调用

gemini-decision-1 在 AI Studio 官网中隐藏:官网 Playground 选这个模型时只显示示例应用,不能直接对话;本服务可以直接使用,每次使用在运行日志中提醒。

模型

模型目录会随 AI Studio 更新,客户端从 /v1/models 或 /v1beta/models 读取当前值。下表为目录中的常用模型,模型 ID 与上限以运行时结果为准:

Model ID 名称 类型 输入 输出
gemini-4-hydrogen Gemini 4 Hydrogen 文本 1048576 65536
gemini-4-carbon Gemini 4 Carbon 文本 1048576 32768
gemini-4-neon Gemini 4 Neon 文本 1048576 65536
gemini-4-argon Gemini 4 Argon 文本 1048576 32768
gemini-3.8-flash Gemini 3.8 Flash 文本 1048576 65536
gemini-3.5-flash-lite Gemini 3.5 Flash Lite 文本 1048576 65536
gemma-4-31b-it Gemma 4 31B IT 文本 262144 32768
gemini-omni-1.2-flash Gemini Omni 1.2 Flash 文本与视频 131072 65536
deep-research-preview-04-2026 Deep Research Preview 深度研究 1048576 65536
deep-research-max-preview-04-2026 Deep Research Max Preview 深度研究 1048576 65536
gemini-decision-1 Gemini Decision 1 决策 262144 1
gemini-nano-banana-2.1 Nano Banana 2.1 图片 65536 65536
gemini-3.1-flash-lite-image Nano Banana 2 Lite 图片 65536 65536
gemini-3-pro-image Nano Banana Pro 图片 131072 32768
gemini-3.8-flash-tts Gemini 3.8 Flash TTS 语音合成 8192 16384
gemini-3.8-flash-lite-tts Gemini 3.8 Flash Lite TTS 语音合成 8192 16384
gemini-3.5-transcribe Gemini 3.5 Transcribe 转录 98304 32768
lyria-3.5 Lyria 3.5 音乐 1048576 65536
lyria-3-pro-preview Lyria 3 Pro Preview 音乐 1048576 65536
gemini-3.8-live Gemini 3.8 Live 实时对话 131072 65536
gemini-3.5-live-translate-preview Gemini 3.5 Live Translate Preview 实时翻译 16384 32768

目录中另有 -latest 别名、Robotics-ER、Gemini 3 系列与早期版本的图片、TTS、Live 模型,各文本与图片模型带 Google 搜索的 -search 变体,以及 Build 通道的 -build 模型。Genie 4(genie-4)只对开通计费的 API key 开放,列在目录中、不含 channels。

公开端点实现标准 generateContent、countTokens、embedContent、batchEmbedContents、predictLongRunning 和 createDecision(/v1beta/decisions);bidiGenerateContent 与 bidiGenerateMusic 模型经 /v1/live 调用。/v1/models 与 /v1beta/models 原样汇总各账户实时上游目录;调度按目录明确提供的模型 ID、方法、能力字段和账户当前运行状态选择账户。

  • 启用账户的订阅都不满足的模型(如只对 Google AI Ultra 开放的模型)同样列在目录中、不含 channels,调用时返回 403 并写明所需订阅
  • 能力含 output_continuation 的模型(如 Gemini 4 Argon)与官网一样接受到 input_token_limit 的输出上限:未指定输出上限时取 input_token_limit,超过 32768 时分轮自动续写,各轮输出合并为一个响应
  • 模型名可以带思考后缀,例如 gemini-4-argon(low):括号内为 none、minimal、low、medium、high、xhigh、extra_high、max、auto 或思考预算 token 数,后缀优先于请求体中的思考参数
  • 客户端写死的模型名可用 MODEL_MAPPING 映射到目录中的模型,例如 MODEL_MAPPING=claude-haiku-5-5:gemini-3.8-flash,别名以目标模型的字段列在模型目录中

项目架构

AIStudio2API/
├── cmd/aistudio2api/        # 程序入口与 Windows 资源
├── internal/
│   ├── app/                 # 命令、管理监听、生成服务生命周期与调度
│   ├── config/              # .env 配置项的读取与校验
│   ├── setup/               # 账户导入和独立登录 CLI
│   ├── aistudio/            # AI Studio 协议、认证、模型与媒体
│   ├── api/                 # OpenAI、Responses、Anthropic 与 Gemini 适配
│   ├── waa/                 # SpiderMonkey WAA 运行时
│   ├── camoufoxnative/      # Camoufox BiDi、登录与 WAA Worker
│   ├── chromeauth/          # Windows Chrome 与 DBSC 导入
│   ├── proxydial/           # 全局与账户代理的拨号与转发
│   ├── sqlitedb/            # 本地 SQLite 数据库
│   ├── requestdb/           # 请求用量、汇总与正文账本
│   ├── promptdb/            # API 试用页对话存储
│   ├── pricing/             # 用量页费用估算
│   ├── i18n/                # 服务文案的界面语言翻译
│   ├── webui/               # 内嵌前端产物
│   └── desktop/             # 桌面窗口与系统托盘
├── web/                     # Vue 3 + TypeScript 前端
│   └── src/
│       ├── playground/      # API 试用页
│       ├── components/      # 管理页面组件
│       └── locales/         # 界面语言
├── docs/                    # 构建、开发、协议、日志与 WAA 文档
├── build/                   # 应用图标与各平台打包配置
├── .github/workflows/       # 检查、五平台构建与 Release 发布
├── .env.example             # 配置模板
├── Dockerfile               # Docker 镜像
├── docker-compose.yml       # Docker Compose 示例
├── go.mod                   # Go 模块与依赖
└── LICENSE

运行时在程序目录生成 .env、auth/(账户认证材料)与 runtime/(Camoufox、本地数据库、日志与媒体文件)。

配置说明

环境变量配置

复制并编辑环境配置文件:

cp .env.example .env

进程环境变量覆盖 .env 中的同名项,这些项在设置页中不可修改;在管理页面保存设置时 .env 写入 WAA 后端与其余和默认值不同的项;取值无效的项按默认值运行,并在管理页面顶部与日志中列出。

变量 默认值 作用
AISTUDIO_AUTH_STATES auth 账户文件、目录或多个逗号分隔路径
LISTEN_ADDR 127.0.0.1:2048 管理页面与 API 监听地址;不是本机回环地址时必须同时设置 PROXY_API_KEY,否则服务拒绝启动
PREVIEW_LISTEN_ADDR 127.0.0.1:2050 API 试用页 HTML 预览的监听地址,端口与 LISTEN_ADDR 不同,无法监听时改用同一主机上的空闲端口;页面以当前访问的主机名加实际端口打开预览
PROXY_API_KEY 空 公开 API key;LISTEN_ADDR 不是本机回环地址时必填
PUBLIC_RATE_LIMIT 30 每个 API key(未配置 key 时每个对端 IP)每分钟最多发起的公开 API 请求数;超限返回 429
PUBLIC_RATE_BURST 4 单个 API key/IP 可立即发起的请求数,必须不大于 PUBLIC_RATE_LIMIT
API_KEY_ACCOUNTS 空 各 key 可用的账户,每项写成 key:账户|账户,未列出的 key 可用全部账户,漏配时启动与保存设置会在日志提示数量;生成、上传、文件列表、文件详情、下载和删除都受这个范围约束,范围外的文件与不存在的文件一样返回 404;也可在设置页按 key 勾选账户,保存后立即生效
API_KEY_RATE_LIMITS 空 为个别 API key 指定每分钟请求上限,每项写成 key:每分钟,未列出的 key 使用 PUBLIC_RATE_LIMIT;也可在设置页填写
AUTO_START false 管理程序启动后自动启动生成服务;网络等原因启动失败时按 5 秒起、翻倍至 5 分钟的间隔重试,手动启动或停止后不再重试
HIDE_DOCK_ICON false macOS 桌面版只在菜单栏显示图标、不显示 Dock 图标,关闭窗口后服务继续运行;在设置页修改立即生效
REQUEST_BODY_LOG false 保存公开 API 请求与响应正文,各截断到 64 KiB,保留最近 1000 条
AUTH_FAILURE_PAUSE true 遇到 401、403 等认证或账户受限错误时暂停对应账户等待人工检查,不自动续签;关闭后恢复自动续签与调度
LOG_FILE true 同时把服务日志写入 runtime/logs/,单文件 10 MB 轮转
LOG_MAX_TOTAL_MB 500 日志目录总量上限,超出时删除最旧的文件,不小于 20
ADMIN_AUTH_ENABLED false 管理控制台账号密码登录开关
ADMIN_USERNAME admin 管理员账号
ADMIN_PASSWORD 空 管理员密码,开启登录时必填
ENCRYPT_CREDENTIALS false 加密账户认证状态与管理会话文件。Windows 用 DPAPI。Linux 与 Docker 用 AES-256-GCM,必须另给密钥,见下面的凭据加密
TRUSTED_PROXY_CIDRS 空 可信反向代理的逗号分隔 CIDR,例如 127.0.0.1/32;仅这些来源的 X-Forwarded-Proto 可使管理会话 Cookie 标记为 Secure
PPROF_ADDR 空 性能分析监听地址,例如 127.0.0.1:6060;留空不启用,启用后可在 /debug/pprof/ 获取 CPU、内存与 goroutine 剖析
GEOIP_DB_PATH runtime/geoip/dbip-country-lite.mmdb 本地 GeoIP 数据库路径,供账户环境检查比对出口 IP 所在国家;缺省文件时可在账户页一键下载 DB-IP 免费库(CC BY 4.0)
PROXY 空 Chrome 导入、登录和账户默认使用的 HTTP、HTTPS 或 SOCKS5 代理,多个代理用逗号分隔组成代理池;留空时使用系统代理
INIT_TIMEOUT 2m 单账户 WAA 初始化超时
REQUEST_TIMEOUT 30m 单次请求最大执行时间,自动续写的每一轮开始时重新计时;同时作为文件上传与下载的兜底超时
UNARY_RPC_TIMEOUT 2m 非流式上游 RPC(统计 token、embedding、Drive 文件操作等)的兜底超时,避免上游或代理 hang 住时无限占用账户租约
WARM_WORKER_LIMIT 10,Camoufox 后端 5 常驻预热账户数
MAX_ACTIVE_WORKERS 20,Camoufox 后端 10 高峰期最多同时运行的 Worker 数
WARM_STARTUP_CONCURRENCY 5 按需扩容时同时冷启动的 Camoufox Worker 数,预热逐个启动;WAA_BACKEND=spidermonkey 时不限制
PER_ACCOUNT_CONCURRENCY 2 单账号同时执行的请求数
MAX_ACCOUNTS_PER_PROXY 3 同一代理最多绑定的账户数,0 表示不限制;调低后重新均衡已有绑定,设置页保存后立即生效
MAX_CONCURRENCY_PER_PROXY 3 同一出口最多同时发出的请求数,0 表示不限制;达到上限的请求排队等待,设置页保存后立即生效
ACCOUNT_RATE_LIMIT 60 单账户每分钟最多发出的上游请求数,0 表示不限制;修改 .env 后重启生成服务生效
ACCOUNT_RATE_JITTER 25 请求间隔的随机抖动百分比,取值 0 到 90;修改 .env 后重启生成服务生效
ENVIRONMENT_BINDING true 账户认证绑定出口代理与浏览器指纹,二者变化后需要重新登录;修改 .env 后重启生成服务生效
ROUTING_STRATEGY round-robin round-robin 轮询;fill-first 账号粘性优先
ACCOUNT_ORDER 空 fill-first 依次使用的账户,逗号分隔,未列出的账户排在后面并按 ID 排序;也可在设置页调整,保存后立即生效
MAX_ACCOUNT_SWITCHES 3 上游返回 403、5xx 等非额度错误时一个请求最多换几次账户重试,0 为不换号
UPSTREAM_CHANNELS playground 生成请求使用的上游通道,playground、build 逗号分隔;build 为旧通道,上游已停用其生成
MODEL_MAPPING 空 客户端模型名到目录模型的映射,每项写成 别名:模型 ID,逗号分隔多项
MODEL_CHANNELS 空 限定模型只走一个通道,每项写成 模型 ID:playground 或 模型 ID:build;也可在“模型目录”的模型详情中选择,保存后立即生效
MODEL_ACCOUNTS 空 模型可用的账户,每项写成 模型 ID:账户|账户,未列出的模型可用全部账户;也可在“模型目录”的模型详情中勾选,保存后立即生效
BUILD_NATIVE_NONSTREAM true 启用 Build 通道时非流式请求优先使用 Build 原生单次调用;不可用时回退流式并记录原因
NONSTREAM_KEEPALIVE false 默认关闭,慢响应保持真实 HTTP 状态。设为 true 时,非流式请求超过 10 秒先返回 200,之后每 10 秒写一个换行,避免 Cloudflare 等反代掐断空闲连接;响应头提交后,429 和认证失败只能出现在 JSON 正文里,访问日志仍记录真实状态
FAKE_STREAM false 流式请求先按非流式取得完整结果再按流式格式输出,中途失败时换号重发,等待期间照常发送心跳
YOUTUBE_LINKS false 用户消息文本中的 YouTube 链接作为视频发送给模型,并从文本中移除
STRIP_THOUGHT_SIGNATURES false 发往上游前去掉对话历史中的思考签名
SEARCH_MODEL_ALIASES true 提供支持搜索的模型的 -search 型号,使用该型号时启用 Google 搜索
DISCOVER_HIDDEN_MODELS false 同步账户模型目录时找出 AI Studio 官网尚未公开的模型并加入目录
GOOGLE_SEARCH false 为 OpenAI、Anthropic、Gemini 与 Interactions 的生成请求启用 Google 搜索,包含普通型号与携带函数工具的请求
CONTINUATION_REWRITE true 以 assistant 消息结尾的请求在不支持原生续写的模型上改写为续写请求;关闭时所有模型原样发送,上游拒绝时返回其错误
CONTINUATION_PROMPT 内置英文续写句 改写时与末尾 assistant 消息一起写入系统指令的提示词;设为空时末尾 assistant 消息改作 user 消息发送
FIRST_EVENT_HEDGE off 原请求迟迟没有首字时用空闲账户发起一个备用请求,取值 off、auto 或等待秒数
FIRST_EVENT_HEDGE_MODELS gemini-4-argon 发起备用请求的模型 ID,逗号分隔;备用请求同样计入账户额度
WAA_BACKEND spidermonkey spidermonkey 在服务进程内的 SpiderMonkey 中运行 WAA,不下载也不启动 Camoufox;camoufox 在 Camoufox 页面运行 WAA;其他取值按 spidermonkey;未设置时,启动时按 auth/ 确定后写入 .env:已有账户而没有 auth/.waa-interpreters 时为 camoufox,否则为 spidermonkey
MEDIA_OUTPUT inline Chat Completions 与 Messages 正文中生成图片与音频的引用方式:inline 以 data URI 内联;url 按内容命名保存到 runtime/media/,以本服务的 /media/<文件名> URL 引用,该路径不校验 API key;目录总量超过 1 GB 时从最久未使用的文件开始删除
MEDIA_BASE_URL 空 媒体 URL 使用的服务地址,例如 https://ai.example.com;留空时使用每个请求访问的地址,可信反向代理的 HTTPS 协议需配置 TRUSTED_PROXY_CIDRS

补充说明:

  • PREVIEW_LISTEN_ADDR:无法监听时改用同一主机上的空闲端口;页面以当前访问的主机名加实际端口打开预览
  • AUTO_START:网络等原因启动失败时按 5 秒起、翻倍至 5 分钟的间隔重试,手动启动或停止后不再重试
  • MAX_ACCOUNT_SWITCHES:额度用尽不计入,照常依次尝试其余账户
  • NONSTREAM_KEEPALIVE:返回 200 后每 10 秒写出一个换行直到写出 JSON 正文,经 Cloudflare 等反向代理时连接不会因长时间无数据断开;此后才出现的错误以协议错误正文返回
  • STRIP_THOUGHT_SIGNATURES:函数调用带 skip_thought_signature_validator;之前各轮的思考内容不随签名发给模型,长对话的输入 token 较少
  • DISCOVER_HIDDEN_MODELS:
    • 在同步账户模型目录时探测:启动、每 24 小时与账户页“刷新全部”
    • 确认账户能用的模型加入目录,可直接用于各协议请求并列在 /v1/models 中,“模型目录”页标为“官网隐藏”
    • 官网公开后改用官网的模型信息;关闭后下一次启动生成服务时从目录中移除
  • FIRST_EVENT_HEDGE:
    • 备用请求优先用其他账户,没有时用原账户的空闲槽位;先出首字的一方继续,另一方取消
    • auto 按各模型与通道近 24 小时首字等待的 p95,请求少于 20 次的模型与通道不发起
    • 正整数为等待秒数,设置页选自定义时填入请求最多的模型的近期 p95
  • WAA_BACKEND:
    • spidermonkey 在服务进程内的 SpiderMonkey 中运行 WAA,不下载也不启动 Camoufox;camoufox 在 Camoufox 页面运行 WAA;其他取值按 spidermonkey
    • 未设置时,启动时按 auth/ 确定后写入 .env:已有账户而没有 auth/.waa-interpreters 时为 camoufox,否则为 spidermonkey
  • MEDIA_OUTPUT:
    • inline 以 data URI 内联
    • url 按内容命名保存到 runtime/media/,以本服务的 /media/<文件名> URL 引用,该路径不校验 API key;目录总量超过 1 GB 时从最久未使用的文件开始删除

服务启动时载入 AISTUDIO_AUTH_STATES 中的全部账户,容量由四项控制,在管理页面保存后立即作用于后续调度:

  • WARM_WORKER_LIMIT:常驻预热规模,调高时补足预热
  • MAX_ACTIVE_WORKERS:峰值 Worker 上限,调低时关闭多出的空闲 Worker
  • WARM_STARTUP_CONCURRENCY:同时冷启动的 Camoufox Worker 数
  • PER_ACCOUNT_CONCURRENCY:单账户请求槽位

端口配置

管理控制台默认通过本机回环地址免密访问。远程管理时:

  • 设置 ADMIN_AUTH_ENABLED=true、管理员账号和密码,重启程序后通过独立 /login 页面登录
  • 登录会话有效期为 12 小时;勾选“30 天内保持登录”时为 30 天,程序重启后仍有效
  • 支持退出登录,管理员共享同一个账户池、配置与日志

公开 API 使用独立的 PROXY_API_KEY。

反向代理使用 HTTPS,并保留原始 Host、设置 X-Forwarded-Proto: https。同时设置 TRUSTED_PROXY_CIDRS 为代理到本服务的来源 CIDR(例如本机代理为 127.0.0.1/32);否则服务会刻意忽略该协议头,避免客户端伪造 HTTPS 标记影响管理会话 Cookie 或返回的绝对 URL。管理页“服务配置”可调整登录开关及凭据,保存后重启程序生效。

API 试用页的 HTML 预览运行在 PREVIEW_LISTEN_ADDR 提供的独立来源,页面以当前访问的主机名加该端口打开预览:

  • 从其他电脑访问时,PREVIEW_LISTEN_ADDR 与 LISTEN_ADDR 一样监听可访问的地址

  • 经反向代理访问时,在同一主机名的同一端口号上再代理到 PREVIEW_LISTEN_ADDR,例如管理页面为 https://ai.example.com 时,代理 https://ai.example.com:2050 到本机 2050

  • 管理页面与 API: 默认端口 2048

  • HTML 预览: 默认端口 2050

  • Camoufox: 由程序动态分配本机端口

高级功能

代理配置

支持通过 HTTP、HTTPS 或 SOCKS5 代理访问 AI Studio,代理需要认证时在 URL 中填写账号密码,例如 socks5://user:password@host:1080:

  1. 在“服务配置”中设置全局代理;留空时使用系统代理,先读 HTTPS_PROXY 环境变量,未设置时读 Windows 或 macOS 的系统代理设置,代理输入框下方显示当前生成服务实际使用的出口
  2. 全局代理可以填写多个,用逗号分隔组成代理池:
    • 没有专用代理的账户固定绑定到绑定账户最少的可用代理,绑定写入账户状态,重启后不变
    • 代理连续 3 次网络错误或定时检测失败时,其账户改绑到其他可用代理,检测恢复后重新参与分配
    • “服务配置”列出各代理的状态与绑定账户数,账户卡片显示每个账户的出口
  3. 在“账户”页面编辑单个账户时可以设置账户专用代理
  4. 账户代理同时用于登录、WAA 与业务请求
  5. 带账号密码的代理由程序在本机回环地址提供无认证 SOCKS5 中转供 Camoufox 使用,账号密码不写入浏览器 profile;中转运行期间,本机其他进程也能经它使用该代理
  6. PROXY 不是全流量代理。客户端传来的外部媒体 URL,以及 Interactions 的 webhook,固定直连公网:拨号前拒绝本机、私网、链路本地、运营商级 NAT 和文档地址,并在真正连接时重新解析,避免 DNS 重绑定。这两类请求不读取 PROXY。若改走可配置的正向代理,代理就能访问进程已经拒绝的地址,因此这里没有可选开关

账户管理

“账户”页面的“添加账户”提供以下方式:

方式 账户来源 说明
从 Chrome 导入 本机 Chrome 中已登录的账户 可多选,Windows 可用
粘贴 Cookie Cookie 扩展导出的 JSON、请求头中的 Cookie 一行或 Netscape cookies.txt 自动识别其中登录的账户邮箱
从指纹浏览器导入 本机指纹浏览器与 Chromium 中已登录 AI Studio 的窗口 浏览器需开启远程调试
浏览器登录 独立的 Camoufox 窗口 登录后自动识别邮箱并授权 Google Drive
远程添加 另一台能登录 Google 的电脑 见 命令 的 setup --remote

添加过程:

  • 账户代理、语言区域与时区在对话框的“更多设置”中填写;语言区域与时区留空时按出口 IP 的地理位置填写,查不到出口位置时用本机的语言区域与时区
  • 点“检查环境”可校验语言与时区的格式及地区是否自洽;装好本地 GeoIP 数据库后,还会经账户代理查询出口 IP 所在国家并一并比对。不一致只给出警告和建议值,点“采用建议”才会改写表单
  • 添加与重新登录在服务端的任务中运行:提交后即可离开对话框,账户页上方逐个显示当前步骤、已用时间、结果与失败原因,关闭或刷新管理页面后任务继续
  • 账户保存到 .env 中 AISTUDIO_AUTH_STATES 指向的目录,保存后立即出现在列表中,模型数与权益在后台读取完成后显示
  • Edge、Brave 等日常使用的浏览器用 Cookie 扩展(如 Cookie-Editor)在 aistudio.google.com 导出后粘贴,或选择 Cookie 文件
  • 账户列表上方列出每个出口 IP 与经它访问 Google 的账户数,多个账户共用的出口 IP 以黄色标出,查询失败的出口以红色标出、悬停显示原因

浏览器登录:

  • 在本机打开可见的 Camoufox 窗口;Google 要求验证身份时,在该窗口或手机上确认
  • 服务器没有图形界面,或从其他电脑、经反向代理打开管理页面时,“浏览器登录”与“重新登录”的 Camoufox 在服务器上无头运行,画面显示在管理页面的全屏登录窗口中,在其中点击、输入与粘贴,点“取消”结束登录
  • 页内登录窗口可以隐藏,之后从任务行再次打开;经反向代理访问时需要转发 /api/login-view/ 的 WebSocket

账户操作随状态显示,点击账户行的状态可把账户改为“就绪”或“已停用”:

账户状态 可用操作
ready 编辑、停用、立即刷新、删除
disabled 编辑、改为就绪、删除
cooldown 编辑、改为就绪、停用、立即刷新、删除
auth_required 编辑、改为就绪、停用、重新登录、立即刷新、删除
restricted 编辑、改为就绪、停用、立即刷新、删除
  • 改为就绪会启用已停用的账户,并清除服务受限、账户整体的冷却与需要登录的标记,各模型的冷却保留到恢复时间;账户仍被 Google 拒绝时,下一次请求把它标回原状态并换用其他账户
  • 刷新、停用、启用与保存在进行时,账户行显示当前步骤与已用时间(等待几个请求结束、读取权益与模型目录、核对验证状态),日志页有同样的步骤与结果

权益与模型目录的读取:

  • “刷新全部”立即读取全部启用账户的权益与模型目录,后台每 24 小时也会读取一次;请求的模型不在目录中且距上次读取超过 10 分钟时,服务先读取一次再处理该请求
  • 从未读取成功的账户权益显示为未知,并显示最近一次失败原因;已有目录的账户读取失败时照常使用,账户行显示“目录同步失败”与原因
  • 读取报告 AI Studio 不支持当前出口地区时,已有目录的账户同样显示该原因

服务受限(restricted):

  • Google 限制账户使用 AI Studio、账户未满足 AI Studio 的年龄要求或所属 Workspace 没有开放 AI Studio 时,账户进入该状态并显示原因与官网页面链接
  • 启动、调度与后台读取都跳过该账户,不续签
  • 在官网完成验证后,把账户状态改为“就绪”或点“立即刷新”都能恢复:立即刷新只载入一次页面,读取成功后恢复
  • 从 Chrome、Cookie 与指纹浏览器导入时,服务受限的账户标出原因且不能导入

认证文件管理

认证文件默认存储在 auth/ 目录:

路径 内容
auth/<Google 邮箱>/account.json 账户邮箱、代理、语言、时区和启用状态
auth/<Google 邮箱>/storage-state.json Google Cookie 与认证续签材料
auth/<Google 邮箱>/runtime-state.json 权益等级、模型资格、冷却状态、资源所属账户与人工检查暂停标记
auth/<Google 邮箱>/camoufox-cache/ 该账户浏览器的网页缓存与启动缓存,服务停止时可删除
auth/.leases/<Google 邮箱>.lock 同一账户目录的跨进程占用锁
[用户缓存]/AIStudio2API/runtime-leases/<Google 邮箱>.lock 当前电脑上该邮箱的 WAA Worker 占用锁

账户邮箱同时作为目录名、管理页面标识和日志来源,统一使用小写形式。.leases 协调账户目录读写,用户缓存中的 runtime lease 保证同一邮箱在当前电脑上只有一个 WAA Worker。

凭据加密

ENCRYPT_CREDENTIALS 默认关闭。关闭时,已有明文或密文都按原样读取;程序不会在启动时批量加密或解密 auth/。开启后,只有下次保存某个认证文件或管理会话时,那个文件才会写成密文。

Windows 使用 DPAPI。密文绑在这台机器的当前用户上,不能复制到另一台机器或另一个用户。

Linux 和 Docker 使用 AES-256-GCM。密钥必须单独提供,程序不会在 runtime/ 里自动生成一把密钥再把它当成保护:

  • CREDENTIALS_KEY:32 字节密钥的十六进制或标准 Base64,只能放在进程环境变量里。写在 .env 中会拒绝启动,保存设置时也不会把这个值写回 .env。
  • CREDENTIALS_KEY_FILE:权限为 0600 的普通文件,内容正好 32 字节。路径不能位于程序工作目录或 AISTUDIO_AUTH_STATES 指向的目录中。文件不存在、是符号链接、权限过宽或长度不对时,进程拒绝启动,并且不会创建该文件。

两种来源只能设置一个。密钥丢失或与密文不匹配时,读取失败并留下原来的文件,不会改写成空内容,也不会假装解密成功。Docker 里把密钥放在 /run/secrets/ 这类独立挂载,或用编排系统注入 CREDENTIALS_KEY。同一块磁盘上、数据目录之外的密钥文件可以避开随 data/ 一起拷走,但不能防止整块磁盘被拿走。

以前在非 Windows 上把 ENCRYPT_CREDENTIALS=true 写进配置时,程序会忽略它并继续以明文运行。现在这种情况会拒绝启动。要保持原来的明文行为,把它改回 false。

账户页的“添加账户”支持从 Chrome 导入、粘贴 Cookie、从指纹浏览器导入、隔离 Camoufox 登录和远程添加:

  • 隔离 Camoufox 登录在本机打开可见窗口;服务器没有图形界面或从其他电脑访问时,登录画面显示在管理页面的登录窗口中,经反向代理访问时需要转发 /api/login-view/ 的 WebSocket
  • 添加与重新登录账户在服务端的任务中运行:提交后即可离开对话框,账户页上方逐个显示进度、结果与失败原因,关闭或刷新管理页面后任务继续;页内登录窗口可以隐藏,之后从任务行再次打开
  • 粘贴 Cookie 或选择 Cookie 文件后自动识别其中登录的账户;Edge、Brave 等日常使用的浏览器用 Cookie 扩展导出后粘贴
  • ready 账户可以编辑、停用、立即刷新和删除,auth_required 账户可以重新登录
  • “刷新全部”立即读取全部启用账户的权益与模型目录,后台每 24 小时也会读取一次;请求的模型不在目录中且距上次读取超过 10 分钟时,服务先读取一次再处理该请求
  • 从未读取成功的账户权益显示为未知,并显示最近一次失败原因
  • 读取报告 AI Studio 不支持当前出口地区时,已有目录的账户同样显示该原因
  • Google 限制账户使用 AI Studio、账户未满足 AI Studio 的年龄要求或所属 Workspace 没有开放 AI Studio 时,账户进入 restricted(服务受限)状态并显示原因与官网页面链接:启动、调度与后台读取都跳过该账户,不续签,验证时只载入一次页面,读取成功后恢复;从 Chrome、Cookie 与指纹浏览器导入时,服务受限的账户标出原因且不能导入

详细文档

重要提示

关于 Camoufox

本项目使用 Camoufox 浏览器来降低被检测为自动化脚本的风险。Camoufox 基于 Firefox,通过修改底层实现来保持真实的设备指纹。

Go 负责编码、调度、流式解码与公开协议;WAA_BACKEND=camoufox 时,受 WAA 保护的 GenerateContent 通过账户固定指纹 Camoufox 页面发送,保留原生 Firefox TLS/HTTP2、请求头、Cookie 与页面指纹。

WAA_BACKEND=spidermonkey 时,WAA 在服务进程内的 SpiderMonkey 中运行,按账户指纹模拟 Firefox 页面环境并以 Firefox 请求头直接发送,运行时不下载也不启动 Camoufox。账户页的浏览器登录仍使用 Camoufox,首次登录时按需准备。

使用限制

  • 客户端管理历史: Chat、Anthropic 和 Gemini 请求由客户端提交完整对话上下文
  • AI Studio 历史: API 请求不保存到官网历史
  • Responses 会话: previous_response_id 与 previous_interaction_id 共用最多 256 个响应节点,保存在 runtime/states.db,重启后仍可续接
  • 认证有效期: Chrome 导入账户保留 OAuth 续签材料,续签在 Windows 上执行,Linux、macOS 与 Docker 中的 Chrome 导入账户失效后重新从 Windows 复制;其他账户失效时,若本机 Chrome 登录着同一邮箱,服务从 Chrome 导入该邮箱的材料续签,此后按 Chrome 导入账户续签,否则在账户页重新登录。AUTH_FAILURE_PAUSE=true(默认)时遇到 401、403 等认证或账户受限错误直接暂停该账户等待人工检查,不执行上述自动续签,重新登录后恢复

贡献

欢迎提交 Issue 和 Pull Request!

📈 Star History

Star History Chart

About

将AI Studio Playground和Build反代成API | AI Studio to OpenAI, Anthropic & Gemini Compatible API

Resources

Stars

0 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages