mirror of
https://github.com/foxhui/WebAI2API.git
synced 2026-06-16 21:03:59 +08:00
foxhui
478 lines
13 KiB
Markdown
478 lines
13 KiB
Markdown
# LMArenaImagenAutomator
|
||
|
||
|
||
## 📝 项目简介
|
||
|
||
LMArenaImagenAutomator 是一个基于 Playwright + Camoufox 的自动化图像生成工具，支持多窗口并发与多账号管理（实现浏览器实例数据完全隔离），通过模拟人类操作与 LMArena、Gemini 等网站交互，提供兼容 OpenAI 格式的图像生成接口服务。
|
||
|
||
当前支持的网站：
|
||
- [LMArena](https://lmarena.ai/)
|
||
- [Gemini Enterprise Business](https://business.gemini.google/)
|
||
- [Nano Banana Free](https://nanobananafree.ai/)
|
||
- [zAI](https://zai.is/)
|
||
- [Google Gemini](https://gemini.google.com/)
|
||
- 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
|
||
- 👀 **任务并行**：支持多窗口执行和多账号数据隔离
|
||
- 🖼️ **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
|
||
|
||
---
|
||
|
||
## 🚀 快速部署
|
||
|
||
本项目支持 **源码直接运行** 和 **Docker 容器化部署** 两种方式。
|
||
|
||
### 📋 环境要求
|
||
- **Node.js**: v20.0.0+ (ABI 115+)
|
||
- **操作系统**: Windows / Linux / macOS
|
||
- **核心依赖**: Camoufox (安装过程中自动获取)
|
||
|
||
### 🛠️ 方式一：手动部署
|
||
|
||
1. **安装与配置**
|
||
```bash
|
||
# 1. 复制配置文件
|
||
cp config.example.yaml config.yaml
|
||
|
||
# 2. 安装依赖与初始化环境
|
||
pnpm install
|
||
npm run init # ⚠️ 需确保网络能连接 GitHub
|
||
```
|
||
|
||
2. **启动服务**
|
||
```bash
|
||
npm start -- -login # 首次运行（进入登录模式）
|
||
npm start # 标准运行
|
||
```
|
||
|
||
### 🐳 方式二：Docker 部署
|
||
|
||
> ⚠️ **特别说明**：首次运行需设置 `LOGIN_MODE=true`，并通过 VNC 客户端连接 `localhost:5900` 完成网页登录验证。
|
||
|
||
**Docker CLI**
|
||
```bash
|
||
docker run -d --name lmarena-automator \
|
||
-p 3000:3000 -p 5900:5900 \
|
||
-v "$(pwd)/data:/app/data" \
|
||
-e LOGIN_MODE=true \
|
||
--shm-size=2gb \
|
||
foxhui/lmarena-imagen-automator:latest
|
||
```
|
||
|
||
**Docker Compose**
|
||
```bash
|
||
# 确保 docker-compose.yml 中 LOGIN_MODE=true
|
||
docker-compose up -d
|
||
```
|
||
|
||
---
|
||
|
||
## 📖 使用方法
|
||
|
||
### ⚠️ 首次使用必读
|
||
|
||
1. **启动登录模式**：
|
||
```bash
|
||
npm start -- -login # 启动第一个 Worker 进行登录
|
||
npm start -- -login=workerName # 启动指定 Worker 进行登录
|
||
```
|
||
- 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**。
|
||
|
||
### 📑 配置文件结构
|
||
|
||
项目使用 `config.yaml` 进行配置，核心结构如下：
|
||
|
||
```yaml
|
||
backend:
|
||
pool:
|
||
strategy: least_busy # 调度策略
|
||
instances: # 浏览器实例列表
|
||
- name: "browser_01" # 实例 ID
|
||
userDataMark: "01" # 数据目录标识
|
||
proxy: # 实例级代理
|
||
enable: true
|
||
type: socks5
|
||
host: 127.0.0.1
|
||
port: 1080
|
||
workers: # 该实例下的 Worker
|
||
- name: "lmarena_01"
|
||
type: lmarena
|
||
- name: "zai_01"
|
||
type: zai_is
|
||
- name: "merge"
|
||
type: merge # 单标签聚合模式
|
||
mergeTypes: [zai_is, lmarena]
|
||
mergeMonitor: zai_is # 空闲时挂机监控的后端 (可选，留空则不启用)
|
||
```
|
||
|
||
**说明**：
|
||
- 每个 `instance` 代表一个独立的浏览器进程
|
||
- 同一 `instance` 下的 `workers` 共享浏览器数据和登录状态
|
||
- 使用 Google OAuth 等统一登录时，只需登录一次即可用于所有 Worker
|
||
|
||
详细配置请参考 `config.example.yaml` 和 `config.md`。
|
||
|
||
|
||
### 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
|
||
```
|
||
|
||
<details>
|
||
<summary>📄 查看API请求示例</summary>
|
||
|
||
**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": ""
|
||
},
|
||
"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":""},"finish_reason":"stop"}]}
|
||
|
||
data: [DONE]
|
||
```
|
||
</details>
|
||
|
||
#### 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`）。<br>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
|
||
```
|
||
|
||
<details>
|
||
<summary>📄 查看API请求示例</summary>
|
||
|
||
**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": "internal_server"
|
||
},
|
||
{
|
||
"id": "lmarena/seedream-4-high-res-fal",
|
||
"object": "model",
|
||
"created": 1732456789,
|
||
"owned_by": "lmarena"
|
||
},
|
||
{
|
||
"id": "gemini-3-pro-image-preview",
|
||
"object": "model",
|
||
"created": 1732456789,
|
||
"owned_by": "internal_server"
|
||
}
|
||
]
|
||
}
|
||
```
|
||
|
||
</details>
|
||
|
||
#### 3. 获取 Cookies
|
||
|
||
**功能说明**：可利用本项目的自动续登功能获取最新 Cookie 给其他工具使用。
|
||
|
||
**请求端点**
|
||
支持使用 `name` 参数指定浏览器实例名称，`domain` 参数指定域名。
|
||
```
|
||
GET http://127.0.0.1:3000/v1/cookies (?name=browser_default&domain=lmarena.ai)
|
||
```
|
||
|
||
<details>
|
||
<summary>📄 查看API请求示例</summary>
|
||
|
||
**请求示例**
|
||
```bash
|
||
curl -X GET http://127.0.0.1:3000/v1/cookies \
|
||
-H "Authorization: Bearer your-secret-key"
|
||
```
|
||
|
||
**响应格式**
|
||
```json
|
||
{
|
||
"instance": "browser_default",
|
||
"cookies": [
|
||
{
|
||
"name": "_GRECAPTCHA",
|
||
"value": "09ADxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx",
|
||
"domain": "www.google.com",
|
||
"path": "/recaptcha",
|
||
"expires": 1780000000,
|
||
"httpOnly": true,
|
||
"secure": true,
|
||
"sameSite": "None"
|
||
},
|
||
{
|
||
"name": "OTZ",
|
||
"value": "8888888_24_24__24_",
|
||
"domain": "accounts.google.com",
|
||
"path": "/",
|
||
"expires": 1760000000,
|
||
"httpOnly": false,
|
||
"secure": true,
|
||
"sameSite": "None"
|
||
}
|
||
.......... more
|
||
]
|
||
}
|
||
```
|
||
|
||
</details>
|
||
|
||
#### 4. 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 |
|
||
|
||
<details>
|
||
<summary>📄 查看API请求示例</summary>
|
||
|
||
**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..."
|
||
}
|
||
}
|
||
]
|
||
}]
|
||
}
|
||
```
|
||
|
||
</details>
|
||
|
||
---
|
||
|
||
## 🔧 常见问题
|
||
|
||
<details>
|
||
<summary>❌ 请求被拒绝 (429 Too Many Requests)</summary>
|
||
|
||
**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
|
||
|
||
</details>
|
||
|
||
<details>
|
||
<summary>❌ reCAPTCHA 验证失败</summary>
|
||
|
||
**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)
|
||
|
||
</details>
|
||
|
||
<details>
|
||
<summary>❌ 图像生成超时</summary>
|
||
|
||
**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
|
||
|
||
</details>
|
||
|
||
<details>
|
||
<summary>🐧 【Linux 环境下非无头模式运行】</summary>
|
||
|
||
**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。
|
||
|
||
</details>
|
||
|
||
---
|
||
|
||
## 📊 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，比较卡顿，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 (ToS)，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！** 🎉
|