免责声明

本项目仅用于研究和教育目的。
请勿进行任何商业用途，并在部署或修改此工具时保持负责任的态度。

WebAI-to-API

WebAI-to-API 是一个基于 FastAPI 构建的模块化 Web 服务器，允许你将你喜欢的基于浏览器的 LLM（如 Gemini）暴露为本地 API 端点。

该项目支持 两种运行模式：

1. 主 Web 服务器

   WebAI-to-API

   使用你的浏览器 Cookie 连接到 Gemini 的网页界面，并将其暴露为 API 端点。这种方法轻量、快速且高效，适合个人使用。

2. 备用 Web 服务器（gpt4free）

   gpt4free

   由 gpt4free 库驱动的备用服务器，提供对多种 LLM 的更广泛访问，除了 Gemini 外，还包括：

   • ChatGPT
   • Claude
   • DeepSeek
   • Copilot
   • HuggingFace Inference
   • Grok
   • …以及更多。

这种设计提供了 速度与冗余性，确保根据你的使用场景和可用资源灵活切换。

特性

• 🌐 可用端点：

  • WebAI 服务器：

    • /v1/chat/completions
    • /gemini
    • /gemini-chat
    • /translate
    • /v1beta/models/{model}（Google Generative AI v1beta API）

  • gpt4free 服务器：

    • /v1
    • /v1/chat/completions

• 🔄 服务器切换：可在终端中轻松切换服务器。

• 🛠️ 模块化架构：按 API 路由、服务、配置和工具等明确划分模块，便于开发和维护。

安装

1. 克隆仓库：

   git clone https://github.com/Amm1rr/WebAI-to-API.git
   cd WebAI-to-API
   

2. 使用 Poetry 安装依赖：

   poetry install
   

3. 创建并更新配置文件：

   cp config.conf.example config.conf
   

   然后编辑 config.conf 以调整服务设置和其他选项。

4. 运行服务器：

   poetry run python src/run.py
   

使用

向 /v1/chat/completions（或其他可用端点）发送包含所需负载的 POST 请求。

支持的模型

示例请求（基本）

{
  "model": "gemini-3.0-pro",
  "messages": [{ "role": "user", "content": "Hello!" }]
}

示例请求（带系统提示与对话历史）

{
  "model": "gemini-2.5-pro",
  "messages": [
    { "role": "system", "content": "你是一个有用的助手。" },
    { "role": "user", "content": "Python 是什么？" },
    { "role": "assistant", "content": "Python 是一种编程语言。" },
    { "role": "user", "content": "它容易学习吗？" }
  ]
}

示例响应

{
  "id": "chatcmpl-12345",
  "object": "chat.completion",
  "created": 1693417200,
  "model": "gemini-3.0-pro",
  "choices": [
    {
      "message": {
        "role": "assistant",
        "content": "你好！"
      },
      "finish_reason": "stop",
      "index": 0
    }
  ],
  "usage": {
    "prompt_tokens": 0,
    "completion_tokens": 0,
    "total_tokens": 0
  }
}

文档

WebAI-to-API 端点

POST /gemini

启动与 LLM 的新对话。每次请求都会创建一个 全新会话，因此适用于无状态交互。

POST /gemini-chat

继续与 LLM 的持久对话，而不启动新会话。非常适合需要在消息之间保留上下文的场景。

POST /translate

专为与 Translate It! 浏览器扩展快速集成而设计。功能上与 /gemini-chat 完全相同，即在多次请求之间 保持会话上下文。

POST /v1/chat/completions

兼容 OpenAI 的端点，全面支持：

• 系统提示：设定助手的行为和上下文
• 对话历史：在多轮对话中保持上下文（用户/助手消息）
• 流式传输：可选的流式响应支持

专为期望 OpenAI API 格式的客户端无缝集成而设计。

POST /v1beta/models/{model}

兼容 Google Generative AI v1beta API 的端点。提供对最新 Google Generative AI 模型的访问，采用标准 Google API 格式，包括安全评级和结构化响应。

gpt4free 终端节点

这些终端节点遵循 与 OpenAI 兼容的结构，并由 gpt4free 库提供支持。
有关详细用法和高级自定义，请参阅官方文档：

• 📄 提供商文档
• 📄 模型文档

可用终端节点（gpt4free API 层）

GET  /                              # 健康检查
GET  /v1                            # 版本信息
GET  /v1/models                     # 列出所有可用模型
GET  /api/{provider}/models         # 列出特定提供商的模型
GET  /v1/models/{model_name}        # 获取特定模型的详细信息

POST /v1/chat/completions           # 使用默认配置进行对话
POST /api/{provider}/chat/completions
POST /api/{provider}/{conversation_id}/chat/completions

POST /v1/responses                  # 通用响应端点
POST /api/{provider}/responses

POST /api/{provider}/images/generations
POST /v1/images/generations
POST /v1/images/generate            # 使用选定提供商生成图片

POST /v1/media/generate             # 媒体生成（音频/视频等）

GET  /v1/providers                  # 列出所有提供商
GET  /v1/providers/{provider}       # 获取特定提供商的信息

POST /api/{path_provider}/audio/transcriptions
POST /v1/audio/transcriptions       # 音频转文本

POST /api/markitdown                # Markdown 渲染

POST /api/{path_provider}/audio/speech
POST /v1/audio/speech               # 文本转语音

POST /v1/upload_cookies             # 上传会话 Cookie（基于浏览器的身份验证）

GET  /v1/files/{bucket_id}          # 从存储桶中获取上传的文件
POST /v1/files/{bucket_id}          # 向存储桶上传文件

GET  /v1/synthesize/{provider}      # 音频合成

POST /json/{filename}               # 提交结构化 JSON 数据

GET  /media/{filename}              # 检索媒体
GET  /images/{filename}             # 检索图片

路线图

• ✅ 维护

[AI]
# 默认 AI 服务。
default_ai = gemini

# Gemini 的默认模型（选项：gemini-3.0-pro、gemini-2.5-pro、gemini-2.5-flash）
default_model_gemini = gemini-2.5-flash

# Gemini 的 Cookie（留空以使用 browser_cookies3 自动认证）。
gemini_cookie_1psid =
gemini_cookie_1psidts =

[EnabledAI]
# 启用或禁用 AI 服务。
gemini = true

[Browser]
# 默认浏览器选项：firefox、brave、chrome、edge、safari。
name = firefox

# --- 代理配置 ---
# 连接 Gemini 服务器的可选代理。
# 有助于解决 403 错误或受限连接问题。
[Proxy]
http_proxy =

项目结构

该项目现在采用模块化布局，将配置、业务逻辑、API 终端节点和实用工具分开：

src/
├── app/
│   ├── __init__.py
│   ├── main.py                # 创建 FastAPI 应用程序、配置及生命周期管理。
│   ├── config.py              # 全局配置加载/更新。
│   ├── logger.py              # 集中式日志配置。
│   ├── endpoints/             # API 终端节点路由。
│   │   ├── __init__.py
│   │   ├── gemini.py          # Gemini 的终端节点（例如 /gemini、/gemini-chat）。
│   │   ├── chat.py            # 用于翻译和兼容 OpenAI 请求的终端节点。
│   │   └── google_generative.py  # Google Generative AI v1beta API 终端节点。
│   ├── services/              # 业务逻辑和服务封装。
│   │   ├── __init__.py
│   │   ├── gemini_client.py   # Gemini 客户端初始化、内容生成和清理。
│   │   └── session_manager.py # 对话和翻译的会话管理。
│   └── utils/                 # 辅助函数。
│       ├── __init__.py
│       └── browser.py         # 基于浏览器的 Cookie 获取。
├── models/                    # 模型和封装类（例如 MyGeminiClient）。
│   └── gemini.py
├── schemas/                   # 用于请求/响应验证的 Pydantic 模式。
│   └── request.py
├── config.conf                # 应用程序配置文件。
└── run.py                     # 启动服务器的入口点。

开发者文档

概述

该项目基于模块化架构构建，旨在实现可扩展性和易于维护。其主要组件包括：

• app/main.py: 初始化 FastAPI 应用程序，配置中间件，并管理应用程序的生命周期（启动和关闭流程）。
• app/config.py: 处理从 config.conf 加载和更新配置设置。
• app/logger.py: 设置集中式日志系统。
• app/endpoints/: 包含用于处理 API 终端节点的独立模块。每个模块（例如 gemini.py 和 chat.py）管理与其功能相关的路由。
• app/services/: 封装业务逻辑，包括 Gemini 客户端封装（gemini_client.py）和会话管理（session_manager.py）。
• app/utils/browser.py: 提供辅助函数，例如从浏览器获取 Cookie 用于身份验证。
• models/: 存放模型定义，如 MyGeminiClient，用于与 Gemini Web API 交互。
• schemas/: 定义用于验证 API 请求的 Pydantic 模型。

工作原理

1. 应用初始化：
   在启动时，应用程序会加载配置并初始化 Gemini 客户端和会话管理器。这一过程通过 app/main.py 中的 lifespan 上下文管理器来完成。

2. 路由：
   API 端点被组织在 app/endpoints/ 目录下的专用路由器中，随后这些路由器会被包含到主 FastAPI 应用程序中。

3. 服务层：
   app/services/ 目录包含了与 Gemini API 交互以及管理用户会话的逻辑，从而确保 API 路由保持简洁，专注于请求处理。

4. 工具与配置：
   辅助函数和配置逻辑被单独存放，以保持代码的清晰性和易于更新性。

🐳 Docker 部署指南

有关 Docker 的设置和部署说明，请参阅 Docker.md 文档。

星标历史

许可证 📜

本项目采用 MIT 许可证 开源。

注意： 这是一个研究项目。请负责任地使用，并请注意，在生产环境中部署时需要额外的安全措施和错误处理机制。

WebAI-to-API 快速上手指南

WebAI-to-API 是一个基于 FastAPI 构建的模块化 Web 服务器，旨在将浏览器端的大语言模型（如 Google Gemini）暴露为本地 API 接口。它支持两种运行模式：轻量级的 WebAI 主服务（基于浏览器 Cookie 连接 Gemini）和 gpt4free 备用服务（支持 ChatGPT、Claude 等多种模型）。

环境准备

在开始之前，请确保您的开发环境满足以下要求：

• 操作系统：Windows、macOS 或 Linux。
• Python 版本：推荐 Python 3.9 及以上版本。
• 包管理工具：必须安装 Poetry 用于依赖管理。
  • 安装命令：curl -sSL https://install.python-poetry.org | python3 - (Linux/macOS) 或参考官方文档安装。
• 浏览器：需安装主流浏览器（Firefox, Chrome, Edge, Brave 等），用于自动提取认证 Cookie。
• 网络环境：由于目标服务（如 Gemini）可能涉及海外访问，建议配置好系统代理或在配置文件中设置代理。

国内加速提示：若在安装 Poetry 或拉取依赖时速度较慢，可配置国内镜像源。

poetry config repositories.ali https://pypi.tuna.tsinghua.edu.cn/simple
# 或在安装依赖时指定源
poetry install --source ali

安装步骤

1. 克隆项目

将代码仓库克隆到本地并进入项目目录：

git clone https://github.com/Amm1rr/WebAI-to-API.git
cd WebAI-to-API

2. 安装依赖

使用 Poetry 安装项目所需的所有依赖包：

poetry install

3. 配置服务

复制示例配置文件并根据需要修改（例如设置默认浏览器或代理）：

cp config.conf.example config.conf

编辑 config.conf 文件（可选）：

• [Browser] name: 设置用于提取 Cookie 的浏览器（如 firefox, chrome）。
• [Proxy] http_proxy: 如果直接访问受限，可在此填入代理地址（如 http://127.0.0.1:7890）。
• 注：若留空 Cookie 相关字段，程序将尝试自动从默认浏览器获取。

4. 启动服务器

运行启动脚本开启服务：

poetry run python src/run.py

启动成功后，终端将显示 API 文档地址（通常为 http://127.0.0.1:8000 或类似端口）。

基本使用

服务启动后，您可以通过发送 HTTP POST 请求调用 API。以下是最基础的调用示例。

接口地址

• OpenAI 兼容接口: POST /v1/chat/completions
• Gemini 专用接口: POST /gemini 或 POST /gemini-chat

最简单的使用示例

使用 curl 或任何 HTTP 客户端向 /v1/chat/completions 发送请求。

请求命令 (curl):

curl -X POST "http://127.0.0.1:8000/v1/chat/completions" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-2.5-flash",
    "messages": [
      { "role": "user", "content": "你好，请用中文介绍你自己。" }
    ]
  }'

预期响应:

{
  "id": "chatcmpl-12345",
  "object": "chat.completion",
  "created": 1693417200,
  "model": "gemini-2.5-flash",
  "choices": [
    {
      "message": {
        "role": "assistant",
        "content": "你好！我是由 WebAI-to-API 驱动的助手，基于 Google Gemini 模型..."
      },
      "finish_reason": "stop",
      "index": 0
    }
  ],
  "usage": {
    "prompt_tokens": 10,
    "completion_tokens": 25,
    "total_tokens": 35
  }
}

支持的主要模型

在请求的 model 字段中可使用以下标识：

• gemini-2.5-flash (默认，速度快)
• gemini-2.5-pro (推理能力强)
• gemini-3.0-pro (最新最强模型)

注意：本项目仅供研究和教育用途。请勿用于商业场景，并在部署时遵守相关法律法规及服务条款。