LMArenaImagenAutomator - 使用文档

📝 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

• 🎭 拟人化操作：使用贝塞尔曲线模拟真实鼠标移动轨迹
• 🤖 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

---

🚀 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 (可选，Puppeteer 会自动下载)

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

config.yaml 配置文件

配置文件位于项目根目录下的 config.yaml，包含以下主要配置项：

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

【重要】务必进行的步骤

• 第一次启动程序时必须关闭无头模式启动（Linux无界面请看文档结尾）
• 等待网页加载完毕后登录账号（否则会在使用几次后弹出登录界面阻止操作）
• 点击输入框输入任意内容点发送，等待弹出服务条款和CloudFlare Turnstile验证码
• 点击验证码并同意条款后再次点击发送，此时可能会弹出reCAPTCHA验证码，若出现也将其通过
• 后续可改为无头模式运行，但建议使用非无头模式避免频繁触发人机验证码

方式一：使用 HTTP API

启动服务器

npm start

OpenAI 兼容模式

Warning

由于模拟真实用户的浏览器操作，一次只能进行一个任务，剩下的将会放入队列中等待，为防止客户端超时影响体验，该模式如果已经有3个任务时后来的任务将会直接返回错误代码，推荐使用Queue队列模式，服务器会向客户端发送心跳包以确保连接存活。

配置文件设置

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

API 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 '{
    "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"
  }]
}

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

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({
  messages: [{ role: "user", content: "a cute cat" }]
}));
req.end();

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

请求示例

{
  "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

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)
│   ├── 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
• 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下关闭无头模式运行

问题: 在Linux多用户模式下无界面运行浏览器

解决方案:

方法一：X11转发（适用于后续无头模式运行）

• 推荐使用WindTerm开启右上角X-Server
• 在会话设置中的X11栏目中改为 “内部X11显示”

方法二：Xvfb+X11VNC（推荐）

• 使用xvfb创建虚拟显示器运行该程序，并且将虚拟显示器映射到VNC中便于后续管理（因为在后续使用中可能还会弹出reCAPTCHA验证码需要手动通过）
• 创建虚拟显示器并运行程序 (99为屏幕号，冲突可行更改)

xvfb-run --server-num=99 --server-args="-ac -screen 0 1280x720x16" npm start

• 将虚拟显示器映射至VNC

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

• 后续可用RealVNC等程序通过5900端口连接（推荐使用SSH隧道转发不将VNC直接暴露在公网，然后VNC连接127.0.0.1）

ssh -L 5900:127.0.0.1:5900 root@服务器IP

---

📊 配置建议

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

参考：经测试可以在Oracle的1G1C免费机Debian环境下运行

📄 许可证

本项目仅供学习和研究使用，请遵守 LMArena.ai 的使用条款。

---

感谢使用 LMArena 图像生成服务！ 🎉