# LMArenaImagenAutomator ![Image](https://github.com/user-attachments/assets/0a887137-64c3-4919-8ab6-b5cf23e5f751) ## 📝 项目简介 LMArenaImagenAutomator 是一个基于 Playwright + Camoufox 的自动化图像生成工具，通过模拟人类操作与 LMArena、Gemini 等网站交互提供图像生成服务到OpenAI格式的接口。 当前支持的网站： - LMArena - Gemini Enterprise Business - Nano Banana Free - 未来可能支持更多网站... ### ✨ 主要特性 - 🤖 **拟人操作**：模拟人类打字行为和鼠标移动行为 - 🖼️ **多图支持**：最多支持同时上传 10 张参考图片 - 📊 **队列管理**：支持任务队列，防止请求过载或超时 - 🌐 **代理支持**：支持 HTTP 和 SOCKS5 代理配置 - 🎭 **特征伪装**：尽量伪装成非自动程序控制的浏览器 - 🔗 **流式保活**：复用标准接口的流式模式发送心跳包 --- ## 🚀 快速开始 ### 系统要求 - **Node.js**: v20.0.0 或更高版本 (需 ABI 115+) - **操作系统**: Windows / Linux / macOS - **运行环境**: Camoufox (基于 Firefox 的反指纹检测浏览器) > **开发环境参考** > - Windows 10: Node.js v22.20.0 > - Debian 12: Node.js v20.19.0 ### 安装步骤 1. **获取项目** 克隆代码仓库或下载源码解压。 2. **准备配置** 复制配置文件模板： ```bash cp config.example.yaml config.yaml ``` 3. **安装依赖** ```bash # 安装基础依赖 pnpm install # 初始化环境 (下载浏览器及预编译文件) # ⚠️ 若无法连接 GitHub，请先在 config.yaml 中配置代理 npm run init ``` 4. **启动服务** ```bash # 登录模式 (首次使用推荐，用于手动登录) npm start -- -login # 标准模式 npm start # Linux创建虚拟显示器到VNC npm start -- -xvfb -vnc ``` 5. **接口测试 (可选)** ```bash npm test ``` --- ## 📖 使用方法 ### ⚠️ 首次使用必读 1. **首次启动**： - 请使用 `npm start -- -login` 进入登录模式（关闭无头模式）。 - Linux用户使用 `npm start -- -xvfb -vnc` 进入登录模式且创建虚拟显示器到VNC。 2. **完成初始化**： - 手动登录账号。 - 在输入框发送任意消息，触发并完成 CloudFlare/reCAPTCHA 验证及服务条款同意。 3. **运行建议**：初始化完成后可切换回标准模式，但为降低风控，**强烈建议长期保持非无头模式运行**。 ### 接口使用说明 #### 1. OpenAI 兼容接口 > [!WARNING] > **并发限制与流式保活建议** > 本项目通过模拟真实浏览器操作实现，**必须串行处理任务**，并发请求将进入队列。为防止排队过久导致客户端超时，当积压任务达到 3 个时将拒绝新请求。 > > **💡 强烈建议开启流式模式**：服务器将发送保活心跳包，有效避免因排队等待造成的连接超时。 **请求端点** ``` POST http://127.0.0.1:3000/v1/chat/completions ```
📄 查看API请求示例 **请求示例（非流式）** ```bash curl -X POST http://127.0.0.1:3000/v1/chat/completions \ -H "Content-Type: application/json" \ -H "Authorization: Bearer your-secret-key" \ -d '{ "model": "gemini-3-pro-image-preview", "messages": [ { "role": "user", "content": [ { "type": "text", "text": "generate a cat" } ] } ] }' ``` **响应格式（非流式）** ```json { "id": "chatcmpl-1732374740123", "object": "chat.completion", "created": 1732374740, "model": "gemini-3-pro-image-preview", "choices": [{ "index": 0, "message": { "role": "assistant", "content": "![generated](data:image/jpeg;base64,/9j/4AAQ...)" }, "finish_reason": "stop" }] } ``` **请求示例（流式 - 推荐）** ```bash curl -X POST http://127.0.0.1:3000/v1/chat/completions \ -H "Content-Type: application/json" \ -H "Authorization: Bearer your-secret-key" \ -d '{ "model": "gemini-3-pro-image-preview", "stream": true, "messages": [ { "role": "user", "content": "generate a cat" } ] }' ``` **响应格式（流式）** ``` data: {"id":"chatcmpl-1732374740123","object":"chat.completion.chunk","created":1732374740,"model":"gemini-3-pro-image-preview","choices":[{"index":0,"delta":{"role":"assistant","content":""},"finish_reason":null}]} : keep-alive : keep-alive data: {"id":"chatcmpl-1732374740123","object":"chat.completion.chunk","created":1732374740,"model":"gemini-3-pro-image-preview","choices":[{"index":0,"delta":{"content":"![generated](data:image/jpeg;base64,/9j/4AAQ...)"},"finish_reason":"stop"}]} data: [DONE] ```
#### 参数说明 | 参数 | 说明 | | :--- | :--- | | **model** | **必填**。指定使用的模型名称（如 `gemini-3-pro-image-preview`）。
可通过 `/v1/models` 接口或查看 `lib/backend/models.js` 获取完整列表。 | | **stream** | **推荐开启**。流式响应包含心跳保活机制，防止生成耗时过长导致连接超时。 | > **💡 关于流式保活（Heartbeat）** > > 为防止长连接超时，系统提供两种保活模式（可在配置中切换）： > 1. **Comment 模式（默认/推荐）**：发送 `:keepalive` 注释。符合 SSE 标准，兼容性最好。 > 2. **Content 模式**：发送空内容的 data 包。仅用于必须收到 JSON 数据才重置超时的特殊客户端。 #### 2. 获取可用模型列表 **请求端点** ``` GET http://127.0.0.1:3000/v1/models ```
📄 查看API请求示例 **请求示例** ```bash curl -X GET http://127.0.0.1:3000/v1/models \ -H "Authorization: Bearer your-secret-key" ``` **响应格式** ```json { "object": "list", "data": [ { "id": "seedream-4-high-res-fal", "object": "model", "created": 1732456789, "owned_by": "lmarena" }, { "id": "gemini-3-pro-image-preview", "object": "model", "created": 1732456789, "owned_by": "lmarena" } ] } ```
#### 3. 多模态请求 (图生图/图生文) **功能说明**：支持在消息中附带图片进行对话或生成。 | 限制项 | 说明 | | :--- | :--- | | **支持格式** | PNG, JPEG, GIF, WebP | | **数量限制** | 最大为10，但根据不同网站有不同出入 | | **数据格式** | 必须使用 Base64 Data URL 格式 (如 `data:image/jpeg;base64,...`) | | **自动转换** | 为保证兼容性与传输速度，服务器会自动将所有图片转换为 JPG 格式 |
📄 查看API请求示例 **请求示例** ```json { "model": "gemini-3-pro-image-preview", "messages": [{ "role": "user", "content": [ { "type": "text", "text": "make it more colorful" }, { "type": "image_url", "image_url": { "url": "data:image/jpeg;base64,/9j/4AAQSkZJRgABAQAA..." } } ] }] } ```
--- ## 🔧 常见问题
❌ 请求被拒绝 (429 Too Many Requests) **问题**: 并发请求过多 **解决方案**: - 该问题仅存在未开启流式保活时出现 - 队列限制：1 个并发 + 2 个排队 (总计 3 个) - 修改 `config.yaml` 中的`queue.maxQueueSize` (不建议) - 等待当前任务完成后再提交新任务
❌ reCAPTCHA 验证失败 **问题**: 返回 `recaptcha validation failed` **解决方案**: - 这是 LMArena 的人机验证机制 - 建议： - 降低请求频率 - 首次使用时手动完成一次验证 (关闭 headless 模式) - 使用稳定和纯净的 IP 地址 (可使用 [ping0.cc](https://ping0.cc) 查询IP地址纯净度)
❌ 图像生成超时 **问题**: 任务超过 120 秒未完成 **解决方案**: - 启用流式保活确保客户端不会主动断开连接 - 检查网络连接是否稳定 - 某些复杂提示词可能需要更长时间
🐧 【Linux 环境下非无头模式运行】 **问题**: 需要在 Linux 服务器上显示浏览器界面（如手动过验证码） **解决方案**: **方法一：X11 转发** - 推荐使用 WindTerm 等终端工具，开启 X-Server 功能 - 在 SSH 会话设置中启用 X11 转发 (Forward X11) **方法二：Xvfb + X11VNC (推荐)** 使用虚拟显示器运行程序，并通过 VNC 远程查看。 1. **使用内置命令启动 (简便)** ```bash npm start -- -xvfb -vnc ``` 2. **手动配置** 如果内置命令无法满足需求，可手动分步执行： a. **启动虚拟显示器并运行程序** (屏幕号 99 可按需修改): ```bash xvfb-run --server-num=99 --server-args="-ac -screen 0 1920x1080x24" npm start ``` b. **将虚拟显示器映射至 VNC**: ```bash x11vnc -display :99 -localhost -nopw -once -noxdamage -ncache 10 -forever ``` 3. **建立 SSH 隧道连接 VNC** (安全推荐): ```bash # 在本地终端运行，将服务器 5900 端口映射到本地 ssh -L 5900:127.0.0.1:5900 root@服务器IP ``` 随后使用 VNC 客户端连接 `127.0.0.1:5900` 即可。
--- ## 📊 设备配置参考 | 资源 | 最低配置 | 推荐配置 | | :--- | :--- | :--- | | **CPU** | 1 核 | 2 核及以上 | | **内存** | 1 GB | 2 GB 及以上 | **实测环境表现**： - **Oracle 免费机** (1C1G, Debian 12)：资源紧张，偶有卡顿，仅供尝鲜或轻度使用。 - **阿里云轻量云** (2C2G, Debian 11)：运行流畅稳定，为本项目开发测试基准环境。 ## 📄 许可证和免责声明 本项目采用 [MIT License](LICENSE) 开源。 **免责声明**: 本项目仅供学习交流使用。如果因使用该项目造成的任何后果（包括但不仅限于账号被禁用），作者和该项目均不承担任何责任。请遵守相关网站和服务的使用条款，以及相关数据的备份工作。 --- ## 📋 更新日志 查看完整的版本历史和更新内容，请访问 [CHANGELOG.md](CHANGELOG.md)。 ## 🕰️ 历史版本说明 本项目已从 Puppeteer 迁移至 Camoufox，以应对日益复杂的反机器人检测机制。基于 Puppeteer 的旧版本代码已归档至 `puppeteer-edition` 分支，仅作留存，**不再提供更新与维护**。 --- **感谢 LMArena 、Gemini 等网站提供图像生成服务！** 🎉