Skip to content
BranchesTags
 
 

Latest commit

 

History

127 Commits

Folders and files

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

多账户轮询  •  Nano Banana 图片生成  •  Google 工具
Veo 视频生成  •  Gemini TTS 语音生成

特性

  • 四套 API 协议: 支持 OpenAI Chat Completions、OpenAI Responses、Anthropic Messages 和 Gemini GenerateContent
  • 多账户运行: 支持账户轮询、模型能力筛选、限流冷却、请求故障切换和资源账户粘性
  • 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
  • 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: 支持 Veo 视频生成和图片转视频
  • YouTube 输入: 粘贴视频 URL 即可作为外部视频附件读取
  • 智能模型切换: 从 AI Studio 实时发现模型并按 model 字段路由
  • Google 工具: 支持 Search、Image Search、URL Context、Code Execution 和 Maps
  • 反指纹检测: 使用 Camoufox 持有官方 WAA 生命周期，并为每个账户固定浏览器指纹与出口
  • 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、请求和配置
  • 模块化架构: Go 负责协议、调度、API 与管理端，Camoufox 负责 WAA 运行时和隔离登录

本维护版本说明

此版本在上游基础上重点修复了以下问题：

  • Gemini 思考 + Tool Call：保留 Google 返回的 thoughtSignature，并在 OpenAI Chat Completions 中通过 reasoning_details 与 tool_calls[].extra_content.google.thought_signature 往返；同时兼容常见的 snake_case/camelCase 变体。
  • 独立签名 Part：Google 将签名单独放在空 Part 时，服务会将它重新关联到前一个函数调用。
  • 跨请求签名恢复：如果下游客户端丢弃未知扩展字段，服务会在当前进程内按 tool-call ID 暂存签名作为后备恢复机制。
  • Camoufox 版本定位：支持从运行时父目录查找 version.json，并在缺失时回退到 application.ini。
  • Cookie SameSite：兼容 Firefox 的 default/unspecified 和 Chromium 的 no_restriction，避免导入时报 SameSite 无效。
  • Reasoning effort 关闭值：将 OpenAI 客户端常用的 off、none、disabled、disable 视为“不发送显式思考档位”，避免 DeepSeek Harness 关闭思考时收到参数无效。模型仍可能采用 AI Studio 默认思考行为；其他未知值继续严格报错。
  • 上游限流：按服务进程聚合所有 Google 账号和本地 API key，默认每 1 分钟最多 8 次，并保证请求间隔至少 8 秒。WAA 预热和认证重放也计入预算；限流只会排队等待，不会自动重试 429。
  • 闲置会话恢复：隔离 Camoufox 账号首次遇到 401/403 时，会清理旧 WAA runtime 和动态公共头，并在同一账号上只重放一次请求；Chrome 导入账号仍优先使用 OAuth 续签。
  • 手动解除冷却：管理页“冷却与请求”可解除指定账号的全部模型/全局冷却，并同步删除 runtime-state.json 中的持久化冷却。403 也可能表示真实权限限制；若自动恢复后仍失败，解除冷却只允许再次尝试，不等于修复上游权限。

DeepSeek Harness 使用示例

先启动 AIStudio2API，并在管理页面点击“启动服务”。然后在 %USERPROFILE%\.dsh\settings.yaml 中配置 OpenAI 兼容路由：

agent-default-model:
  provider: aistudio2api
  model: gemini-3.7-flash
  reasoningEffort: low

llm-pi-ai:
  providers:
    aistudio2api:
      apiKeyEnv: AISTUDIO2API_API_KEY
      api: openai-completions
      baseURL: http://127.0.0.1:2048/v1
      models:
        - id: gemini-3.7-flash
          name: Gemini 3.7 Flash
          contextWindow: 1048576
          maxTokens: 65536
          input: [text, image]
          reasoningEfforts:
            off:
            low: low
            medium: medium
            high: high

PowerShell 中设置与 .env 的 PROXY_API_KEY 相同的本地 API key：

$env:AISTUDIO2API_API_KEY = "<same value as PROXY_API_KEY>"
npx @deepseek-ai/dsh web

在 Harness 中选择 aistudio2api / gemini-3.7-flash，即可使用思考和工具调用。

Tool Call 与多会话警示

thoughtSignature 是 Gemini/AI Studio 的供应商状态字段，不属于标准 OpenAI Chat Completions。执行工具调用后，下一次请求必须保留原始：

  • assistant 的 tool_calls[].id
  • 函数名称和参数
  • reasoning_details 或 extra_content.google.thought_signature

DeepSeek Harness 的 pi-ai 已支持将该字段保存到 replay state 并在下一轮发回。其他 OpenAI 客户端、中转层或日志清洗程序可能会丢弃这些未知字段；丢失后，启用思考的工具调用通常会收到 Function call is missing a thought signature。

建议一个会话按“模型响应 → 执行工具 → 返回工具结果 → 下一次请求”顺序运行。多个并发会话不要重写或复用 tool-call ID，也不要把不同会话的历史混合。服务端的 ID→签名缓存只是当前进程内的后备机制，进程重启会清空，重复 ID 还可能覆盖签名；最可靠的方式是由客户端原样保存并回传 reasoning_details。

上游配额说明

当前服务使用 AI Studio 网页私有接口。Google Gemini API 的 Paid Tier 或 Vertex AI Billing 不会直接提高该网页端点的配额；UPSTREAM_* 只能降低突发请求，不能改变 Google 上游配额。

系统要求

  • Release 运行: Windows 10 或更高版本、aistudio2api.exe 和 start.bat
  • 源码运行: Go 1.26、Node.js 24 和 npm
  • 操作系统: Windows、macOS、Linux
  • 内存: 单账户建议 2GB+ 可用内存，每个常驻预热账户约增加 0.6GB
  • 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）

git clone https://github.com/Mag1cFall/AIStudio2API.git
cd AIStudio2API
copy .env.example .env

然后双击运行 start.bat。Windows PowerShell 也可以直接执行：

.\start.bat

已有 aistudio2api.exe 时脚本立即运行；源码目录缺少可执行文件时，脚本自动安装前端依赖并构建前端与 Go 程序。

首次启动会自动下载当前平台的 Camoufox 到 runtime/camoufox/。也可以通过环境变量 CAMOUFOX_PATH 指定已有可执行文件。

方式二：手动构建

1. 安装依赖

  • Go 1.26
  • Node.js 24 与 npm

2. 克隆项目

git clone https://github.com/Mag1cFall/AIStudio2API.git
cd AIStudio2API

3. 构建并运行

cd web
npm ci
npm run build
cd ..
go build -o aistudio2api ./cmd/aistudio2api
chmod +x ./aistudio2api
./aistudio2api

Linux 与 macOS 首次运行同样会自动准备对应平台的 Camoufox。

快速开始

首次使用（需要认证）

  1. 导入本机 Chrome 账户:

    start.bat setup

    扫描结果会列出可导入的 Chrome 登录态，账户保存到 .env 中 AISTUDIO_AUTH_STATES 指向的目录。

  2. 启动图形界面:

    • 双击 start.bat
    • 浏览器自动打开 http://127.0.0.1:2048
    • 页面初始状态为 STOPPED，默认显示“日志”页面

  3. 添加其他账户:

    • 打开“账户”页面并点击“新增账户”
    • 填写账户名称、代理、语言和时区
    • 提交后会打开独立 Camoufox 窗口，在其中登录 Google 并进入 AI Studio
    • 登录完成后账户自动保存

  4. 启动 API:

    • 点击“启动服务”启动数据面
    • 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

账户操作随状态显示：

账户状态 可用操作
ready 编辑、停用、验证、删除
disabled 编辑、启用、删除
auth_required 编辑、停用、重新登录、验证、删除

“重新登录”只在账户状态为 auth_required 时显示。

日常使用（已有认证）

  1. 双击 start.bat 打开管理页面
  2. 点击“启动服务”启用 API
  3. 点击“停止服务”会取消活动请求并关闭 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

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。

快速启动

start.bat：启动管理进程并自动打开网页。

start.bat -open-ui=false：启动管理进程但不自动打开网页。

start.bat setup：扫描本机 Chrome 账户；也可使用 --email、--profile、--login 或 --storage-state 选择明确的认证入口。

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-3.7-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。

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-3.6-flash、gemini-3.7-flash

主要端点：

能力 端点
模型 GET /v1/models、GET /v1beta/models
OpenAI Chat POST /v1/chat/completions
OpenAI Responses POST /v1/responses
Anthropic POST /v1/messages、POST /v1/messages/count_tokens
Gemini POST /v1beta/models/{model}:generateContent、:streamGenerateContent、:countTokens
图片 POST /v1/images/generations
语音 POST /v1/audio/speech
音乐 Gemini generateContent + responseModalities: ["AUDIO"]
视频 POST /v1/videos、GET /v1/videos/{id}、GET /v1/videos/{id}/content

TTS 语音生成

curl http://127.0.0.1:2048/v1/audio/speech \
  -H "Authorization: Bearer 123" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-3.1-flash-tts-preview",
    "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。

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-3.1-flash-image",
    "prompt": "A cute cat wearing a tiny hat",
    "n": 1,
    "size": "1024x1024"
  }'

视频生成 (Veo)

curl http://127.0.0.1:2048/v1/videos \
  -H "Authorization: Bearer 123" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "veo-3.1-fast-generate-preview",
    "prompt": "A drone flying over a forest"
  }'

创建操作后通过 GET /v1/videos/{id} 查询状态，通过 GET /v1/videos/{id}/content 下载结果。

模型

模型目录会随 AI Studio 更新，客户端可以从 /v1/models 或 /v1beta/models 读取。当前目录包含：

Model ID Display name Input Output Methods
antigravity-preview-05-2026 Antigravity Agent Preview 131072 65536 countTokens, generateContent
gemini-2.5-flash Gemini 2.5 Flash 1048576 65536 batchGenerateContent, countTokens, createCachedContent, generateContent
gemini-2.5-flash-image Nano Banana 32768 32768 batchGenerateContent, countTokens, generateContent
gemini-2.5-flash-lite Gemini 2.5 Flash-Lite 1048576 65536 batchGenerateContent, countTokens, createCachedContent, generateContent
gemini-2.5-flash-preview-tts Gemini 2.5 Flash Preview TTS 8192 16384 countTokens, generateContent
gemini-2.5-pro Gemini 2.5 Pro 1048576 65536 batchGenerateContent, countTokens, createCachedContent, generateContent
gemini-2.5-pro-preview-tts Gemini 2.5 Pro Preview TTS 8192 16384 batchGenerateContent, countTokens, generateContent
gemini-3-flash-preview Gemini 3 Flash Preview 1048576 65536 batchGenerateContent, countTokens, createCachedContent, generateContent
gemini-3-pro-image Nano Banana Pro 131072 32768 batchGenerateContent, countTokens, generateContent
gemini-3.1-flash-image Nano Banana 2 65536 65536 batchGenerateContent, countTokens, generateContent
gemini-3.1-flash-lite Gemini 3.1 Flash Lite 1048576 65536 batchGenerateContent, countTokens, createCachedContent, generateContent
gemini-3.1-flash-lite-image Nano Banana 2 Lite 65536 65536 batchGenerateContent, countTokens, generateContent
gemini-3.1-flash-tts-preview Gemini 3.1 Flash TTS Preview 8192 16384 batchGenerateContent, countTokens, generateContent
gemini-3.1-pro-preview Gemini 3.1 Pro Preview 1048576 65536 batchGenerateContent, countTokens, createCachedContent, generateContent
gemini-3.5-flash Gemini 3.5 Flash 1048576 65536 batchGenerateContent, countTokens, createCachedContent, generateContent
gemini-3.5-flash-lite Gemini 3.5 Flash Lite 1048576 65536 batchGenerateContent, countTokens, createCachedContent, generateContent
gemini-3.6-flash Gemini 3.6 Flash 1048576 65536 batchGenerateContent, countTokens, createCachedContent, generateContent
gemini-3.7-flash Gemini 3.7 Flash 1048576 65536 batchGenerateContent, countTokens, createCachedContent, generateContent
gemini-flash-latest Gemini Flash Latest 1048576 65536 batchGenerateContent, countTokens, createCachedContent, generateContent
gemini-flash-lite-latest Gemini Flash-Lite Latest 1048576 65536 batchGenerateContent, countTokens, createCachedContent, generateContent
gemini-omni-flash-preview Gemini Omni Flash Preview 131072 65536 countTokens, generateContent
gemini-pro-latest Gemini Pro Latest 1048576 65536 batchGenerateContent, countTokens, createCachedContent, generateContent
gemini-robotics-er-1.6-preview Gemini Robotics-ER 1.6 Preview 131072 65536 batchGenerateContent, countTokens, createCachedContent, generateContent
gemini-robotics-er-2-preview Gemini Robotics-ER 2 Preview 131072 65536 batchGenerateContent, countTokens, createCachedContent, generateContent
gemma-4-26b-a4b-it Gemma 4 26B A4B IT 262144 32768 countTokens, generateContent
gemma-4-31b-it Gemma 4 31B IT 262144 32768 countTokens, generateContent
lyria-3-clip-preview Lyria 3 Clip Preview 1048576 65536 countTokens, generateContent
lyria-3-pro-preview Lyria 3 Pro Preview 1048576 65536 countTokens, generateContent
veo-3.1-fast-generate-preview Veo 3.1 fast 480 8192 predictLongRunning
veo-3.1-generate-preview Veo 3.1 480 8192 predictLongRunning
veo-3.1-lite-generate-preview Veo 3.1 lite 480 8192 predictLongRunning

公开端点实现标准 generateContent、countTokens 和 predictLongRunning。batchGenerateContent 和 createCachedContent 只保留实时模型元数据，bidi-only 与 private Interaction 模型不进入公开模型列表。

项目架构

AIStudio2API/
├── cmd/aistudio2api/        # 程序入口、管理端与运行时
├── internal/aistudio/       # AI Studio 协议、认证、模型与媒体
├── internal/api/            # OpenAI、Responses、Anthropic 与 Gemini 适配
├── internal/chromeauth/     # Windows Chrome 与 DBSC 导入
├── internal/camoufoxnative/ # Camoufox BiDi、登录与 WAA Worker
├── internal/webui/          # 内嵌前端产物
├── web/                     # Vue 3 + TypeScript 管理页面
├── docs/                    # 开发文档与协议规范
└── start.bat                # Windows 一键启动入口

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
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
PROXY_API_KEY 空 公开 API key
PROXY 空 Chrome 导入、登录和账户默认使用的 HTTP、HTTPS 或 SOCKS5 代理
INIT_TIMEOUT 2m 单账户 WAA 初始化超时
REQUEST_TIMEOUT 5m 单次请求最大执行时间
UPSTREAM_REQUESTS_PER_WINDOW 8 单个滑动窗口允许发送到 Google AI Studio 的 GenerateContent 请求数；设为 0 可关闭
UPSTREAM_REQUEST_WINDOW 1m GenerateContent 请求数的滑动窗口长度
UPSTREAM_REQUEST_MIN_INTERVAL 8s 两次 GenerateContent 请求之间的最小间隔；设为 0s 可关闭
WARM_WORKER_LIMIT 5 常驻预热账户数
WARM_STARTUP_CONCURRENCY 2 同时初始化的预热账户数
PER_ACCOUNT_CONCURRENCY 2 单账号同时执行的请求数
TEMPORARY_CHAT false WAA 预热页是否使用临时对话

UPSTREAM_* 限流按服务进程聚合所有账户和本地 API key，只控制 GenerateContent 请求发出前的等待，不会自动重试上游 429。 默认的 8s 最小间隔用于平滑单个 Google 账号的滚动窗口；WAA 预热请求和认证重放也会计入该预算。若账号还在其他 AI Studio 页面使用，建议把窗口请求数调低。

端口配置

  • 管理页面与 API: 默认端口 2048
  • Camoufox: 由程序动态分配本机端口

高级功能

代理配置

支持通过无认证信息的 HTTP、HTTPS 或 SOCKS5 代理访问 AI Studio：

  1. 在“服务配置”中设置全局代理
  2. 在“账户”页面编辑单个账户时可以设置账户专用代理
  3. 账户代理同时用于登录、WAA 与业务请求

认证文件管理

  • 认证文件默认存储在 auth/ 目录
  • 新增账户会直接启动隔离 Camoufox 登录
  • ready 账户可以编辑、停用、验证和删除
  • auth_required 账户可以重新登录

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 直接处理业务请求，业务传输使用与 Camoufox 对齐的 Firefox TLS/HTTP2 配置；Camoufox 用于官方 WAA 初始化、fresh proof 和隔离账户登录。

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；TEMPORARY_CHAT=true 还会关闭 WAA 预热页的自动保存
  • Responses 会话: previous_response_id 仅在当前进程内保存，重启后不会保留
  • 认证有效期: Chrome 导入账户保留 DBSC 续签材料；隔离登录账户失效后在账户页重新登录

故障排除

Windows 端口被系统保留

如果启动时提示 LISTEN_ADDR 配置的端口被占用，任务管理器中又找不到占用进程，可能是 Hyper-V、WSL2 或 Docker 的 NAT 服务保留了端口段。

以下命令需要在管理员权限的 PowerShell 或 CMD 中运行。

1. 查看被 Windows 保留的端口范围

netsh interface ipv4 show excludedportrange protocol=tcp

如果 2048 落在输出的 Start Port 和 End Port 范围内，可以修改 LISTEN_ADDR，或重启 WinNAT 服务后再次检查：

net stop winnat
net start winnat

端口空闲后，也可以将 2048 加入持久保留：

netsh int ipv4 add excludedportrange protocol=tcp startport=2048 numberofports=1 store=persistent

常见运行状态：

状态 处理方法
页面未自动打开 手动打开 .env 中 LISTEN_ADDR 对应的地址
service_stopped 在管理页面点击“启动服务”
没有可用账户 在账户页新增、启用或重新登录账户
Camoufox 准备失败 检查 GitHub Release 访问，或设置 CAMOUFOX_PATH

贡献

欢迎提交 Issue 和 Pull Request！

开发计划

  • ✅ TTS 支持: 已适配 gemini-2.5-flash/pro-preview-tts 语音生成模型
  • ✅ 媒体生成: 已支持 Imagen 3、Veo 2、Nano Banana 图片/视频生成
  • ✅ 文档完善: 更新并优化 docs/ 目录下的详细使用文档与 API 规范
  • 一键部署: 提供 Windows/Linux/macOS 的全自动化安装与启动脚本
  • Docker 支持: 提供标准 Dockerfile 及 Docker Compose 编排文件，简化部署流程
  • ✅ Go 语言重构: 将核心代理服务迁移至 Go 以提升并发性能与降低资源占用
  • ✅ 多Worker负载均衡: 支持多 Google 账号轮询池，提高并发限额与稳定性

About

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

Resources

Readme
Activity

Stars

0 stars

Watchers

0 watching

Forks

0 forks
Report repository

Releases

Packages

Contributors

Languages