AI Studio Proxy API

这是一个基于 Python 的代理服务器，用于将 Google AI Studio 的网页界面转换为 OpenAI 兼容的 API。通过 Camoufox (反指纹检测的 Firefox) 和 Playwright 自动化，提供稳定的 API 访问。

This project is generously sponsored by ZMTO. Visit their website: https://zmto.com/

本项目由 ZMTO 慷慨赞助服务器支持。访问他们的网站：https://zmto.com/

致谢 (Acknowledgements)

本项目的诞生与发展，离不开以下个人、组织和社区的慷慨支持与智慧贡献：

项目发起与主要开发: @CJackHwang (https://github.com/CJackHwang)
功能完善、页面操作优化思路贡献: @ayuayue (https://github.com/ayuayue)
实时流式功能优化与完善: @luispater (https://github.com/luispater)
3400+行主文件项目重构伟大贡献: @yattin (Holt) (https://github.com/yattin)
项目后期高质量维护: @Louie （https://github.com/NikkeTryHard）
社区支持与灵感碰撞: 特别感谢 Linux.do 社区成员们的热烈讨论、宝贵建议和问题反馈，你们的参与是项目前进的重要动力。

同时，我们衷心感谢所有通过提交 Issue、提供建议、分享使用体验、贡献代码修复等方式为本项目默默奉献的每一位朋友。是你们共同的努力，让这个项目变得更好！

这是当前维护的 Python 版本。不再维护的 Javascript 版本请参见 deprecated_javascript_version/README.md。

📊 兼容性矩阵

组件	版本要求	推荐版本	说明
Python	≥3.9, <4.0	3.10+ 或 3.11+	Docker 环境使用 3.10
操作系统	Windows / macOS / Linux	-	完全跨平台支持，Docker 支持 x86_64 和 ARM64
内存	≥2GB	≥4GB	浏览器自动化需要
网络	稳定互联网连接	-	可配置代理访问 Google AI Studio
依赖管理	Poetry	最新版本	现代化 Python 依赖管理工具
类型检查	Pyright (可选)	最新版本	用于开发时类型检查和 IDE 支持

系统要求

Python: >=3.9, <4.0 (推荐 3.10+ 以获得最佳性能，Docker 环境使用 3.10)
依赖管理: Poetry (现代化 Python 依赖管理工具，替代传统 requirements.txt)
类型检查: Pyright (可选，用于开发时类型检查和 IDE 支持)
操作系统: Windows, macOS, Linux (完全跨平台支持，Docker 部署支持 x86_64 和 ARM64)
内存: 建议 2GB+ 可用内存 (浏览器自动化需要)
网络: 稳定的互联网连接访问 Google AI Studio (支持代理配置)

主要特性

OpenAI 兼容 API: 支持 /v1/chat/completions 端点，完全兼容 OpenAI 客户端和第三方工具
三层流式响应机制: 集成流式代理 → 外部 Helper 服务 → Playwright 页面交互的多重保障
智能模型切换: 通过 API 请求中的 model 字段动态切换 AI Studio 中的模型
完整参数控制: 支持 temperature、max_output_tokens、top_p、stop、reasoning_effort 等所有主要参数
反指纹检测: 使用 Camoufox 浏览器降低被检测为自动化脚本的风险
脚本注入功能 v3.0: 使用 Playwright 原生网络拦截，支持油猴脚本动态挂载，100%可靠 🆕
现代化 Web UI: 内置测试界面，支持实时聊天、状态监控、分级 API 密钥管理
图形界面启动器: 提供功能丰富的 GUI 启动器，简化配置和进程管理
灵活认证系统: 支持可选的 API 密钥认证，完全兼容 OpenAI 标准的 Bearer token 格式
模块化架构: 清晰的模块分离设计，api_utils/、browser_utils/、config/ 等独立模块
统一配置管理: 基于 .env 文件的统一配置方式，支持环境变量覆盖，Docker 兼容
现代化开发工具: Poetry 依赖管理 + Pyright 类型检查，提供优秀的开发体验

系统架构

graph TD
    subgraph "用户端 (User End)"
        User["用户 (User)"]
        WebUI["Web UI (Browser)"]
        API_Client["API 客户端 (API Client)"]
    end

    subgraph "启动与配置 (Launch & Config)"
        GUI_Launch["gui_launcher.py (图形启动器)"]
        CLI_Launch["launch_camoufox.py (命令行启动)"]
        EnvConfig[".env (统一配置)"]
        KeyFile["auth_profiles/key.txt (API Keys)"]
        ConfigDir["config/ (配置模块)"]
    end

    subgraph "核心应用 (Core Application)"
        FastAPI_App["api_utils/app.py (FastAPI 应用)"]
        Routes["api_utils/routers/* (路由处理)"]
        RequestProcessor["api_utils/request_processor.py (请求处理)"]
        AuthUtils["api_utils/auth_utils.py (认证管理)"]
        PageController["browser_utils/page_controller.py (页面控制)"]
        ScriptManager["browser_utils/script_manager.py (脚本注入)"]
        ModelManager["browser_utils/model_management.py (模型管理)"]
        StreamProxy["stream/ (流式代理服务器)"]
    end

    subgraph "外部依赖 (External Dependencies)"
        CamoufoxInstance["Camoufox 浏览器 (反指纹)"]
        AI_Studio["Google AI Studio"]
        UserScript["油猴脚本 (可选)"]
    end

    User -- "运行 (Run)" --> GUI_Launch
    User -- "运行 (Run)" --> CLI_Launch
    User -- "访问 (Access)" --> WebUI

    GUI_Launch -- "启动 (Starts)" --> CLI_Launch
    CLI_Launch -- "启动 (Starts)" --> FastAPI_App
    CLI_Launch -- "配置 (Configures)" --> StreamProxy

    API_Client -- "API 请求 (Request)" --> FastAPI_App
    WebUI -- "聊天请求 (Chat Request)" --> FastAPI_App

    FastAPI_App -- "读取配置 (Reads Config)" --> EnvConfig
    FastAPI_App -- "使用路由 (Uses Routes)" --> Routes
    AuthUtils -- "验证密钥 (Validates Key)" --> KeyFile
    ConfigDir -- "提供设置 (Provides Settings)" --> EnvConfig

    Routes -- "处理请求 (Processes Request)" --> RequestProcessor
    Routes -- "认证管理 (Auth Management)" --> AuthUtils
    RequestProcessor -- "控制浏览器 (Controls Browser)" --> PageController
    RequestProcessor -- "通过代理 (Uses Proxy)" --> StreamProxy

    PageController -- "模型管理 (Model Management)" --> ModelManager
    PageController -- "脚本注入 (Script Injection)" --> ScriptManager
    ScriptManager -- "加载脚本 (Loads Script)" --> UserScript
    ScriptManager -- "增强功能 (Enhances)" --> CamoufoxInstance
    PageController -- "自动化 (Automates)" --> CamoufoxInstance
    CamoufoxInstance -- "访问 (Accesses)" --> AI_Studio
    StreamProxy -- "转发请求 (Forwards Request)" --> AI_Studio

    AI_Studio -- "响应 (Response)" --> CamoufoxInstance
    AI_Studio -- "响应 (Response)" --> StreamProxy

    CamoufoxInstance -- "返回数据 (Returns Data)" --> PageController
    StreamProxy -- "返回数据 (Returns Data)" --> RequestProcessor

    FastAPI_App -- "API 响应 (Response)" --> API_Client
    FastAPI_App -- "UI 响应 (Response)" --> WebUI

🚀 快速开始

推荐新用户按照 快速开始指南 进行部署，预计 15-30 分钟即可完成。

三步快速部署

# 1️⃣ 克隆并安装
git clone https://github.com/CJackHwang/AIstudioProxyAPI.git
cd AIstudioProxyAPI
poetry install  # 自动创建虚拟环境并安装依赖

# 2️⃣ 配置环境
cp .env.example .env
nano .env  # 编辑配置（可选，默认配置即可使用）

# 3️⃣ 首次认证并启动
poetry run python launch_camoufox.py --debug  # 首次认证（需要登录 Google）
# 认证成功后，按 Ctrl+C 停止，然后使用无头模式运行：
poetry run python launch_camoufox.py --headless

快速测试

# 健康检查
curl http://127.0.0.1:2048/health

# 获取模型列表
curl http://127.0.0.1:2048/v1/models

# 测试聊天（非流式）
curl -X POST http://127.0.0.1:2048/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{"model":"gemini-2.5-pro","messages":[{"role":"user","content":"Hello"}]}'

# 测试流式聊天
curl -X POST http://127.0.0.1:2048/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{"model":"gemini-2.5-pro","messages":[{"role":"user","content":"讲个故事"}],"stream":true}' --no-buffer

访问 Web UI

打开浏览器访问 http://127.0.0.1:2048/ 使用内置的 Web 聊天界面。

📦 安装与依赖管理

前置要求

Python 3.9+ (推荐 3.10 或 3.11)
2GB+ 可用内存
稳定的互联网连接

一键安装脚本

macOS/Linux:

curl -sSL https://raw.githubusercontent.com/CJackHwang/AIstudioProxyAPI/main/scripts/install.sh | bash

Windows (PowerShell):

iwr -useb https://raw.githubusercontent.com/CJackHwang/AIstudioProxyAPI/main/scripts/install.ps1 | iex

手动安装步骤

1. 安装 Poetry

# macOS/Linux
curl -sSL https://install.python-poetry.org | python3 -

# Windows (PowerShell)
(Invoke-WebRequest -Uri https://install.python-poetry.org -UseBasicParsing).Content | py -

2. 克隆项目

git clone https://github.com/CJackHwang/AIstudioProxyAPI.git
cd AIstudioProxyAPI

3. 安装依赖

poetry install

4. 安装浏览器和 Camoufox

# 激活 Poetry 环境
poetry shell

# 安装 Playwright 浏览器
playwright install firefox

# 下载 Camoufox 数据文件
camoufox fetch
# 或使用备用方法
python fetch_camoufox_data.py

使用 uv 或 pip (可选)

# 导出 requirements.txt
poetry export -f requirements.txt --output requirements.txt --without-hashes

# 使用 uv (更快)
pip install uv
uv pip install -r requirements.txt

# 使用 pip (传统方式)
pip install -r requirements.txt

🎮 运行与调试

日常运行模式

命令	说明	适用场景
`python gui_launcher.py`	GUI 启动器	新手、可视化配置
`python launch_camoufox.py --headless`	无头模式	日常使用、服务器
`python launch_camoufox.py`	普通模式	查看浏览器窗口
`python launch_camoufox.py --debug`	调试模式	首次认证、故障排查
`python launch_camoufox.py --virtual-display`	虚拟显示模式	Linux 无 GUI 环境

直接启动 FastAPI (开发调试)

# 需要先手动配置 CAMOUFOX_WS_ENDPOINT 环境变量
export CAMOUFOX_WS_ENDPOINT=ws://127.0.0.1:9222
uvicorn server:app --host 0.0.0.0 --port 2048

查看日志

# 实时日志
tail -f logs/app.log

# 错误日志
grep -i error logs/app.log

# 启动日志
tail -f logs/launch_app.log

常用命令行参数

python launch_camoufox.py --help

常用选项：
  --headless              无头模式运行
  --debug                 调试模式（显示浏览器窗口）
  --virtual-display       使用虚拟显示（Linux 无 GUI）
  --server-port PORT      FastAPI 端口（默认 2048）
  --stream-port PORT      流式代理端口（默认 3120）
  --internal-camoufox-proxy URL  浏览器代理地址

⚙️ 配置管理

项目采用 .env 文件进行配置管理，所有配置项集中管理，无需复杂的命令行参数。

快速配置

# 1. 复制配置模板
cp .env.example .env

# 2. 编辑配置文件
nano .env  # 或使用其他编辑器

主要配置类别

类别	示例配置	说明
端口配置	`PORT=2048`	FastAPI 服务端口
	`STREAM_PORT=3120`	流式代理端口（设为 0 禁用）
代理配置	`UNIFIED_PROXY_CONFIG=http://127.0.0.1:7890`	HTTP/HTTPS 代理
日志配置	`SERVER_LOG_LEVEL=INFO`	日志级别 (DEBUG/INFO/WARNING)
	`DEBUG_LOGS_ENABLED=false`	启用调试日志
API 参数	`DEFAULT_TEMPERATURE=1.0`	默认温度参数
	`DEFAULT_MAX_OUTPUT_TOKENS=65536`	默认最大输出 token
超时配置	`RESPONSE_COMPLETION_TIMEOUT=300000`	响应超时（毫秒）
认证配置	`AUTO_SAVE_AUTH=false`	自动保存认证文件

配置优势

✅ 版本更新无忧: git pull 后配置保留，无需重新设置
✅ 启动命令简化: 一行命令启动，无需长串参数
✅ 安全性: .env 已被 .gitignore 忽略，不会泄露敏感信息
✅ Docker 兼容: Docker 和本地使用相同的配置方式

配置文档

环境变量配置指南 - 配置管理和使用方法 ⭐
环境变量完整参考 - 所有配置项的详细说明 📋

📚 详细文档

🚀 快速上手

快速开始指南 - 15分钟快速部署和测试 🎯
安装指南 - 详细的安装步骤和环境配置
环境变量配置指南 - .env 文件配置管理 ⭐
环境变量完整参考 - 所有配置项的详细说明 📋
认证设置指南 - 首次运行与认证文件设置
日常运行指南 - 日常使用和配置选项

🔧 功能使用

API 使用指南 - API 端点和客户端配置
OpenAI 兼容性说明 - 与 OpenAI API 的差异和限制 🔄
客户端集成示例 - Python、JavaScript、cURL 等示例代码 💻
Web UI 使用指南 - Web 界面功能说明
脚本注入指南 - 油猴脚本动态挂载功能使用指南 (v3.0) 🆕

⚙️ 高级配置

流式处理模式详解 - 三层响应获取机制详细说明 🆕
高级配置指南 - 高级功能和配置选项
日志控制指南 - 日志系统配置和调试
故障排除指南 - 常见问题解决方案

🌍 平台与部署

平台差异说明 - Windows/macOS/Linux 差异与注意事项
Docker 部署指南 (docker/README-Docker.md) - 完整容器化部署流程
Docker 快速指南 (docker/README.md) - 一键 Compose 启动

🛠️ 开发相关

项目架构指南 - 模块化架构设计和组件详解 🆕
开发者指南 - Poetry、Pyright 和开发工作流程
依赖版本说明 - Poetry 依赖管理和版本控制详解

客户端配置示例

以 Open WebUI 为例：

打开 Open WebUI
进入 "设置" -> "连接"
在 "模型" 部分，点击 "添加模型"
模型名称: 输入你想要的名字，例如 aistudio-gemini-py
API 基础 URL: 输入 http://127.0.0.1:2048/v1
API 密钥: 留空或输入任意字符
保存设置并开始聊天

🐳 Docker 部署

本项目支持通过 Docker 进行部署，使用 Poetry 进行依赖管理，完全支持 .env 配置文件！

📁 注意: 所有 Docker 相关文件已移至 docker/ 目录，保持项目根目录整洁。

🚀 快速 Docker 部署

# 1. 准备配置文件
cd docker
cp .env.docker .env
nano .env  # 编辑配置

# 2. 使用 Docker Compose 启动
docker compose up -d

# 3. 查看日志
docker compose logs -f

# 4. 版本更新 (在 docker 目录下)
bash update.sh

📚 详细文档

Docker 部署指南 (docker/README-Docker.md) - 包含完整的 Poetry + .env 配置说明
Docker 快速指南 (docker/README.md) - 快速开始指南

✨ Docker 特性

✅ Poetry 依赖管理: 使用现代化的 Python 依赖管理工具
✅ 多阶段构建: 优化镜像大小和构建速度
✅ 配置统一: 使用 .env 文件管理所有配置
✅ 版本更新: bash update.sh 即可完成更新
✅ 目录整洁: Docker 文件已移至 docker/ 目录
✅ 跨平台支持: 支持 x86_64 和 ARM64 架构
⚠️ 认证文件: 首次运行需要在主机上获取认证文件，然后挂载到容器中

关于 Camoufox

本项目使用 Camoufox 来提供具有增强反指纹检测能力的浏览器实例。

核心目标: 模拟真实用户流量，避免被网站识别为自动化脚本或机器人
实现方式: Camoufox 基于 Firefox，通过修改浏览器底层 C++ 实现来伪装设备指纹（如屏幕、操作系统、WebGL、字体等），而不是通过容易被检测到的 JavaScript 注入
Playwright 兼容: Camoufox 提供了与 Playwright 兼容的接口
Python 接口: Camoufox 提供了 Python 包，可以通过 camoufox.server.launch_server() 启动其服务，并通过 WebSocket 连接进行控制

使用 Camoufox 的主要目的是提高与 AI Studio 网页交互时的隐蔽性，减少被检测或限制的可能性。但请注意，没有任何反指纹技术是绝对完美的。

🔑 核心概念

运行时组件说明

AI Studio Proxy API 由多个组件协同工作，提供完整的代理服务：

1. FastAPI 主服务器 (`server.py`)

作用: 提供 OpenAI 兼容的 REST API 端点

功能:

处理 /v1/chat/completions、/v1/models 等 API 请求
管理请求队列和并发控制
提供 Web UI 和健康检查端点
处理 API 密钥认证

启动方式:

# 通过 launch_camoufox.py 自动启动（推荐）
python launch_camoufox.py --headless

# 或直接启动（需要手动配置浏览器端点）
uvicorn server:app --host 0.0.0.0 --port 2048

端口配置: .env 中的 PORT 或 DEFAULT_FASTAPI_PORT

2. Camoufox 浏览器 (反指纹检测)

作用: 提供具有反指纹检测能力的 Firefox 浏览器实例

功能:

模拟真实用户流量，降低被检测风险
通过修改浏览器底层 C++ 代码伪装设备指纹
提供 Playwright 兼容的 WebSocket 端点
自动访问和操作 Google AI Studio 页面

启动方式: 通过 launch_camoufox.py 自动启动和管理

端口配置: .env 中的 DEFAULT_CAMOUFOX_PORT (默认 9222)

连接方式: Playwright 通过 WebSocket (如 ws://127.0.0.1:9222) 连接

3. Playwright 自动化引擎

作用: 控制浏览器执行自动化操作

功能:

管理 AI Studio 页面交互（输入提示、提取响应）
动态切换模型
设置模型参数（temperature、max_tokens 等）
捕获错误并生成快照

集成方式: 在 FastAPI 应用启动时初始化，连接到 Camoufox 浏览器

4. 集成流式代理服务 (`stream/`)

作用: 提供低延迟的流式响应代理

功能:

直接转发 AI Studio 的流式响应，减少延迟
在本地 (127.0.0.1:3120) 作为代理服务器运行
支持自签名证书管理（certs/ 目录）
作为三层响应获取机制的第一层

启动方式: FastAPI 应用启动时自动启动独立进程

端口配置: .env 中的 STREAM_PORT (默认 3120，设为 0 禁用)

工作流程:

客户端请求 → FastAPI → Stream Proxy → AI Studio
                ↓            ↓
         （备用）Playwright 页面交互

5. GUI 启动器 (`gui_launcher.py`) (可选)

作用: 提供图形化的启动和配置界面

功能:

可视化配置端口、代理、认证等选项
一键启动/停止所有服务
实时查看日志输出
管理多个配置预设

启动方式:

python gui_launcher.py

三层响应获取机制与参数控制

项目采用创新的三层响应获取机制，在性能和可靠性之间取得平衡：

响应获取优先级

第一层: 集成流式代理服务 (默认启用)
- ⚡ 性能最优: 直接转发流式响应，延迟最低
- 📍 端口: 3120 (可通过 STREAM_PORT 配置)
- ✅ 适用场景: 流式请求、实时对话
- ⚠️ 限制: 参数支持有限，主要支持基础参数
第二层: 外部 Helper 服务 (可选配置)
- 🔧 需要: 有效的认证文件 (auth_profiles/active/*.json)
- 📡 配置: 通过 --helper <endpoint> 或 .env 配置
- ✅ 适用场景: 需要额外功能的场景
- ⚠️ 限制: 取决于 Helper 服务实现
第三层: Playwright 页面交互 (最终后备)
- 🎯 功能完整: 支持所有参数和模型切换
- 🔧 参数: temperature, max_output_tokens, top_p, stop, reasoning_effort 等
- ⏱️ 延迟较高: 需要页面操作，但功能最完整
- ✅ 适用场景: 需要精确参数控制、模型切换

参数控制机制

层级	性能	参数支持	延迟	推荐场景
流式代理	⚡⚡⚡	基础参数	最低	流式对话、实时响应
Helper 服务	⚡⚡	取决于实现	中等	特定功能需求
Playwright	⚡	所有参数	较高	精确控制、模型切换

配置示例

启用流式代理 (推荐):

STREAM_PORT=3120

禁用流式代理，使用 Playwright:

STREAM_PORT=0

配置 Helper 服务:

python launch_camoufox.py --helper http://helper.example.com:8080

客户端管理历史

重要: 客户端负责维护完整的聊天记录并将其发送给代理。

✅ 支持: 客户端管理对话历史，每次请求发送完整上下文
❌ 不支持: 在 AI Studio UI 内编辑或分叉历史消息
📝 建议: 使用支持对话管理的客户端（如 Open WebUI、ChatBox 等）

未来计划

以下是一些计划中的改进方向：

云服务器部署指南: 提供更详细的在主流云平台上部署和管理服务的指南
认证更新流程优化: 探索更便捷的认证文件更新机制，减少手动操作
流程健壮性优化: 减少错误几率和接近原生体验

贡献

欢迎提交 Issue 和 Pull Request！

License

AGPLv3

开发不易，支持作者

如果您觉得本项目对您有帮助，并且希望支持作者的持续开发，欢迎通过以下方式进行捐赠。您的支持是对我们最大的鼓励！

FilesExpand file tree

README.md

Latest commit

History

README.md

File metadata and controls

AI Studio Proxy API

致谢 (Acknowledgements)

📊 兼容性矩阵

系统要求

主要特性

系统架构

🚀 快速开始

三步快速部署

快速测试

访问 Web UI

📦 安装与依赖管理

前置要求

一键安装脚本

手动安装步骤

1. 安装 Poetry

2. 克隆项目

3. 安装依赖

4. 安装浏览器和 Camoufox

使用 uv 或 pip (可选)

🎮 运行与调试

日常运行模式

直接启动 FastAPI (开发调试)

查看日志

常用命令行参数

⚙️ 配置管理

快速配置

主要配置类别

配置优势

配置文档

📚 详细文档

🚀 快速上手

🔧 功能使用

⚙️ 高级配置

🌍 平台与部署

🛠️ 开发相关

客户端配置示例

🐳 Docker 部署

🚀 快速 Docker 部署

📚 详细文档

✨ Docker 特性

关于 Camoufox

🔑 核心概念

运行时组件说明

1. FastAPI 主服务器 (server.py)

2. Camoufox 浏览器 (反指纹检测)

3. Playwright 自动化引擎

4. 集成流式代理服务 (stream/)

5. GUI 启动器 (gui_launcher.py) (可选)

三层响应获取机制与参数控制

响应获取优先级

参数控制机制

配置示例

客户端管理历史

未来计划

贡献

License

开发不易，支持作者

1. FastAPI 主服务器 (`server.py`)

4. 集成流式代理服务 (`stream/`)

5. GUI 启动器 (`gui_launcher.py`) (可选)