LMArenaImagenAutomator

📝 项目简介

LMArenaImagenAutomator 是一个基于 Puppeteer 的自动化图像生成工具，通过模拟人类操作与 LMArena 网站交互，提供图像生成服务。

项目支持两种运行模式：

• OpenAI 兼容模式：提供标准的 OpenAI API 接口，便于集成到现有应用
• Queue 队列模式：使用 Server-Sent Events (SSE) 实时推送生成状态

✨ 主要特性

• 💁‍♂️ 拟人操作：模拟真实鼠标移动轨迹和抖动
• 🤖 智能输入：模拟人类打字速度和错误纠正行为
• 🖼️ 多图支持：最多支持同时上传 5 张参考图片
• 🔐 安全认证：基于 Bearer Token 的 API 鉴权
• 📊 队列管理：智能任务队列，防止请求过载
• 🌐 代理支持：支持 HTTP 和 SOCKS5 代理配置
• 🎭 特征伪装：尽量伪装成真实浏览器的特征（详情参考文档结尾）

---

🚀 快速开始

系统要求

• Node.js: 16.0 或更高版本
• 操作系统: Windows、Linux 或 macOS
• 浏览器: Google Chrome 或 Chromium (Puppeteer 会自动下载，但是更推荐使用Google Chrome)

安装步骤

1. 克隆项目（如果从仓库获取）或解压项目文件

2. 安装依赖

   pnpm install
   

3. 生成 API 密钥

   npm run genkey
   

   此命令会生成一个安全的随机密钥，请保存并配置到 config.yaml 中。

---

⚙️ 配置说明

配置文件位于项目根目录下的 config.yaml，首次运行时会自动生成默认配置。

📝 查看详细配置说明

服务器配置

server:
  # 运行模式: 'openai' (OpenAI 兼容) 或 'queue' (SSE 队列)
  type: queue
  # 监听端口
  port: 3000
  # API 鉴权密钥 (使用 npm run genkey 生成)
  auth: sk-change-me-to-your-secure-key

浏览器配置

chrome:
  # Chrome 可执行文件路径 (留空使用 Puppeteer 内置版本)
  # Windows 示例: "C:\\Program Files\\Google\\Chrome\\Application\\chrome.exe"
  # Linux 示例: "/usr/bin/chromium"
  path: ""
  
  # 是否启用无头模式 (true = 后台运行，false = 显示浏览器)
  headless: false
  
  # 是否启用 GPU 加速 (无显卡服务器设为 false)
  gpu: false

代理配置

chrome:
  proxy:
    # 是否启用代理
    enable: false
    # 代理类型: 'http' 或 'socks5'
    type: http
    # 代理服务器地址
    host: 127.0.0.1
    # 代理端口
    port: 7890
    # 代理认证 (可选)
    # user: username
    # passwd: password

重要配置建议

配置项	建议值	说明
server.type	queue	使用队列模式可获得实时状态反馈
server.auth	强密钥	务必修改默认值，使用 npm run genkey 生成
chrome.headless	false / true	建议保持非无头模式（true已映射为new模式）
chrome.gpu	false / true	无显卡环境强烈建议关闭

---

📖 使用方法

首次使用重要指引

1. 首次启动与登录

• 关闭无头模式：第一次启动程序时，请务必关闭无头模式。（Linux无界面用户请参阅文档结尾）
• 完成账号登录：等待网页加载完毕后，请手动登录您的账号，以避免后续使用中弹出登录界面。

2. 验证流程

• 触发验证：在输入框中输入任意内容并发送，等待服务条款和CloudFlare Turnstile验证码弹出。
• 通过验证：点击验证码并同意服务条款，然后再次点击发送。此过程可能会弹出reCAPTCHA验证码，请一并完成。

3. 后续运行建议

• 模式选择：完成上述步骤后，您可以选择切换为无头模式运行。
• 推荐模式：为减少触发人机验证的频率，建议仍保持非无头模式运行。

方式一：使用 HTTP API

启动服务器

npm start

OpenAI 兼容模式

Warning

由于模拟真实浏览器操作，每次只能处理一个任务，其余任务将进入队列等待。为避免客户端超时影响体验，若当前任务数已达3个，后续请求将直接返回错误。因此，强烈推荐使用队列模式（queue），该模式下服务器会向客户端发送心跳包以确保连接持续活跃。

配置文件设置

server:
  type: openai
  port: 3000
  auth: your-secret-key

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

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": [
      {
        "type": "text",
        "text": "generate a cat"
      }
    ]
  }'

响应格式

{
  "id": "chatcmpl-1732374740123",
  "object": "chat.completion",
  "created": 1732374740,
  "model": "lmarena-image",
  "choices": [{
    "index": 0,
    "message": {
      "role": "assistant",
      "content": "![generated](data:image/jpeg;base64,/9j/4AAQ...)"
    },
    "finish_reason": "stop"
  }]
}

关于 model 参数：

• 必填：必须填写支持的模型名称，否则将使用 LMArena 网页默认模型
• 查看可用模型：
  • 方式 1：访问 /v1/models 接口查询
  • 方式 2：直接查看 lib/models.js 文件
• 示例模型：seedream-4-high-res-fal、gemini-3-pro-image-preview、dall-e-3 等

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

curl -X GET http://127.0.0.1:3000/v1/models \
  -H "Authorization: Bearer your-secret-key"

响应格式

{
  "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"
    }
  ]
}

说明：

• 此接口在 OpenAI 兼容模式 和 Queue 队列模式 下均可用
• created 字段为当前请求时的时间戳
• 完整模型列表可在 lib/models.js 文件中查看

Queue 队列模式（SSE）（推荐）

配置文件设置

server:
  type: queue

请求端点

POST http://127.0.0.1:3000/v1/queue/join

SSE 事件类型

事件类型	数据格式	说明
status	{status: "queued", position: 1}	任务已入队
status	{status: "processing"}	开始处理
result	{status: "completed", image: "base64..."}	生成成功
result	{status: "error", msg: "错误信息"}	生成失败
heartbeat	时间戳	保持连接
done	"[DONE]"	流结束

📄 查看 Node.js 示例代码

import http from 'http';

const options = {
  hostname: '127.0.0.1',
  port: 3000,
  path: '/v1/queue/join',
  method: 'POST',
  headers: {
    'Content-Type': 'application/json',
    'Authorization': 'Bearer your-secret-key'
  }
};

const req = http.request(options, (res) => {
  res.on('data', (chunk) => {
    const lines = chunk.toString().split('\n');
    for (const line of lines) {
      if (line.startsWith('event: ')) {
        const event = line.substring(7).trim();
        console.log('事件类型:', event);
      } else if (line.startsWith('data: ')) {
        const data = JSON.parse(line.substring(6));
        console.log('数据:', data);
      }
    }
  });
});

req.write(JSON.stringify({
  model: "gemini-3-pro-image-preview",
  messages: [{ role: "user", content: "a cute cat" }]
}));
req.end();

提示：Queue 模式同样支持 model 参数，用法与 OpenAI 兼容模式一致。

带图片的请求

支持格式：PNG、JPEG、GIF、WebP
最大数量：5 张图片
数据格式：Base64 编码

📄 查看API请求示例

请求示例

{
  "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..."
        }
      }
    ]
  }]
}

方式二：使用CLI客户端脚本

启动CLI工具

npm test

根据指引填写图片路径和提示词即可

---

📁 项目结构

🗂️ 查看目录结构

lmarena/
├── server.js          # HTTP 服务器 (主入口)
├── config.yaml        # 配置文件
├── package.json       # 项目依赖
├── lib/
│   ├── lmarena.js     # 核心生图逻辑 (Puppeteer 操作)
│   ├── models.js      # 模型映射配置
│   ├── config.js      # 配置加载器
│   ├── genApiKey.js   # API 密钥生成工具
│   └── test.js        # 功能测试脚本
└── data/
    ├── chromeUserData/  # Chrome 用户数据 (自动创建)
    └── temp/            # 临时图片存储

---

🔧 常见问题

❌ 浏览器启动失败

问题: Error: Failed to launch the browser process

解决方案:

• 确保已安装 Chrome 或 Chromium
  • 大陆地区设备可能因网络原因 Puppeteer 自动安装失败
  • 可尝试手动安装后填写 chrome.path (Linux 可使用 which 指令检索路径)
• 检查 config.yaml 中的 chrome.path 是否正确
• 尝试删除 data/chromeUserData 目录后重新运行

❌ GPU 相关错误

问题: 无显卡服务器运行时出现 GPU 错误

解决方案:

• 该报错并不会影响程序运行，但是强烈建议在无显卡的设备上关闭GPU加速

chrome:
  gpu: false  # 禁用 GPU 加速

❌ 请求被拒绝 (429 Too Many Requests)

问题: 并发请求过多

解决方案:

• 该问题仅存在于OpenAI兼容模式
• 当前限制：1 个并发 + 2 个排队 (总计 3 个)
• 修改 server.js 中的 MAX_CONCURRENT 和 MAX_QUEUE_SIZE (不建议，应为大多数客户端HTTP请求是有超时时间的)
• 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 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:

• 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 (轻量级)

• 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. 启动虚拟显示器并运行程序 (屏幕号 99 可按需修改):

   xvfb-run --server-num=99 --server-args="-ac -screen 0 1280x720x24" npm start
   

2. 将虚拟显示器映射至 VNC:

   x11vnc -display :99 -localhost -nopw -once -noxdamage -ncache 10 -forever
   

3. 建立 SSH 隧道连接 VNC (安全推荐):

   # 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。

🎭 【浏览器特征伪装】

问题: 如何优化浏览器特征伪装，减少验证码弹出频率？

浏览器指纹伪装状态:

• Windows 10 (官方 Chrome):
  • ✅ 已通过 antibot 和 CreepJS 测试，无红色警示。
• Linux 环境:
  • ⚠️ 未完全通过 CreepJS 测试，但实际使用中影响较小，检测严格程度可能低于测试工具。

进一步优化建议:

完成后，可有效缓解验证码的弹出频率。

1. 使用官方 Chrome（推荐）

不推荐使用 Chromium，因为它缺少 MP4/H.264 解码器等插件，且被大量爬虫使用，会成为明显特征。

Linux 安装官方 Chrome:

# 从 Google 官方下载 Chrome deb 安装包
# 大陆服务器可手动下载deb安装包 https://www.google.com/chrome/?platform=linux
wget https://dl.google.com/linux/direct/google-chrome-stable_current_amd64.deb
sudo dpkg -i google-chrome-stable_current_amd64.deb
sudo apt-get install -f  # 修复可能的依赖问题

配置方式:

修改 config.yaml，可使用which google-chrome指令查询路径

chrome:
  path: "/usr/bin/google-chrome"

使用环境变量可跳过 Puppeteer 自动下载 Chromium

export PUPPETEER_SKIP_CHROMIUM_DOWNLOAD="true"

2. 优化字体指纹

Linux 服务器通常只安装了极少量字体（甚至没有中文），这会增加指纹特征。

安装常用字体:

# 安装中文字体（必备，否则中文提示词将显示方框）
sudo apt install fonts-wqy-zenhei fonts-wqy-microhei

# 安装微软核心字体（减少字体指纹差异）
sudo apt install ttf-mscorefonts-installer

---

📊 设备配置

资源	最低配置	推荐配置
CPU	1核	2核及以上
内存	1GB	2GB 及以上

经测试，本项目可在以下环境中稳定运行：

• Oracle 免费机：1C1G 配置，基于 Debian 系统。
• 阿里云轻量应用服务器：2C2G 配置，基于 Debian 系统。

📄 许可证

本项目采用 MIT License 开源。

注意: 本项目仅供学习和研究使用，请遵守 LMArena.ai 的使用条款。

---

📋 更新日志

查看完整的版本历史和更新内容，请访问 CHANGELOG.md。

---

感谢 LMArena 提供图像生成服务！ 🎉