Mag1cFall/AIStudio2API

---

核心能力

• 双额度通道: 每个账户同时拥有 Playground 与 Build 应用代理两份独立额度，UPSTREAM_CHANNELS 可单独或同时启用；一个通道触发限额后，同一账户由另一个通道继续
• Build 对话模型: Build 对话面板可选的模型各提供一个 <模型>-build（如 gemini-3.8-flash-build），由 Build 写代码助手连同其系统提示词回复，用量计入 Build 对话额度（免费请求或 Google AI 订阅额度）。⚠️ 这类模型的每次请求都带有 Build 写代码助手自带的系统提示词注入，回答风格、格式与身份会受其影响，请按用途自行评估
• 多账户高并发: 识别 Free、Pro、Ultra 与 Plus 权益，按实时模型目录在账户间轮询或优先复用
• 两种 WAA 后端: 默认由 Camoufox 持有官方 WAA 生命周期；设置 WAA_BACKEND=go 后由纯 Go 生成官方 proof，运行时不下载、不启动浏览器
• 四套 API 协议: OpenAI Chat Completions、OpenAI Responses、Anthropic Messages 与 Gemini GenerateContent；Responses 支持 /v1/responses/compact 与 compaction、compaction_trigger 输入项的上下文压缩
• 主流 agent 客户端: 支持 Claude Code、Codex、OpenCode、pi、omp、OpenClaw、Hermes 的文件读写工具调用，Claude Code、Codex、omp 的原生联网搜索可直接使用

特性

• 原生流式响应: 实时输出正文、思考摘要、函数调用、Google 工具、媒体和 usage
• 函数工具: 四协议支持工具调用与续接、工具选择和严格参数校验；支持联合类型与开放参数定义
• TTS 语音生成: 支持 Gemini TTS 模型的单/多说话人音频生成
• 图片生成: 支持 Nano Banana 图片生成
• 视频生成: 支持 Veo 视频生成和图片转视频；Gemini Omni 通过四套生成接口接收文本、图片与视频输入，输出文本与 MP4 视频
• YouTube 输入: 粘贴视频 URL 即可作为外部视频附件读取
• 智能模型切换: 从 AI Studio 实时发现模型并按 model 字段路由
• Google 工具: 支持 Search、Image Search、URL Context、Code Execution 和 Maps
• Files 与 Transcribe: 支持文件上传、查询、内容读取、删除和音频转录
• Live 与 Robotics: 通过 WebSocket 支持文本、音频、JPEG、媒体结束、工具调用、恢复和中断
• 反指纹检测: 使用 Camoufox 持有官方 WAA 生命周期，并为每个账户固定浏览器指纹与出口
• 图形界面启动器: 通过网页管理账户、服务启停、实时日志、模型、请求、用量统计和配置，界面提供深色与浅色两种配色
• 在线更新: 管理端“版本”页显示最新发行版本与更新说明，Windows、Linux 与 macOS 发行包一键下载、校验并重启到新版本
• 模块化架构: Go 负责协议、调度、API 与管理端，Camoufox 负责 WAA 运行时和隔离登录

系统要求

• Windows Release 运行: Windows 10 或更高版本、aistudio2api.exe 和 start.bat
• Linux Release 运行: 解压 linux-amd64.tar.gz 后运行 ./aistudio2api，Camoufox 需要 Firefox 系运行库，Debian/Ubuntu 执行 sudo apt install libgtk-3-0 libasound2 libnss3 libdbus-glib-1-2 libxtst6 libxrandr2 libgbm1 libxkbcommon0 libpango-1.0-0 libcairo2 libxcomposite1 libxdamage1 libxfixes3 xvfb
• 源码运行: Go 1.26.0+、Node.js 22.13+ 或 24+，以及配套 npm
• 操作系统: Windows、macOS、Linux
• 内存: 单账户建议 2GB+ 可用内存，每个常驻预热账户约增加 0.6GB
• 网络: 稳定的互联网连接访问 Google AI Studio

安装步骤

方式一：Windows 一键启动（推荐）

从 Releases 下载 windows-amd64.zip 发布包，解压后运行 start.bat。发布包已包含管理界面，可直接运行。

从源码启动时：

git clone https://github.com/Mag1cFall/AIStudio2API.git
cd AIStudio2API
copy .env.example .env

然后双击运行 start.bat。Windows PowerShell 也可以直接执行：

.\start.bat

已有 aistudio2api.exe 时脚本立即运行；源码目录缺少可执行文件时，脚本自动安装前端依赖并构建前端与 Go 程序。

首次启动会自动下载当前平台的 Camoufox 到 runtime/camoufox/，下载经 PROXY 的第一个代理发出，未设置时使用系统代理；下载中断后，下次启动从已下载的部分继续。也可以通过环境变量 CAMOUFOX_PATH 指定已有可执行文件。

方式二：Linux 与 macOS 源码构建

1. 安装依赖

• Go 1.26.0 或更高版本
• Node.js 22.13+ 或 24+，以及配套 npm

2. 克隆项目

git clone https://github.com/Mag1cFall/AIStudio2API.git
cd AIStudio2API
cp .env.example .env

3. 构建并运行

cd web
npm ci
npm run build
cd ..
go build -o aistudio2api ./cmd/aistudio2api
chmod +x ./aistudio2api
./aistudio2api

Linux 与 macOS 首次运行同样会自动准备对应平台的 Camoufox。

方式三：Docker

mkdir aistudio2api && cd aistudio2api
curl -fsSLO https://raw.githubusercontent.com/Mag1cFall/AIStudio2API/main/docker-compose.yml
mkdir data
cat > data/.env <<'EOF'
PROXY_API_KEY=
ADMIN_AUTH_ENABLED=true
ADMIN_PASSWORD=<管理密码>
EOF
docker compose up -d

镜像支持 linux/amd64 与 linux/arm64，服务在容器内监听 0.0.0.0:2048。data/ 保存 .env、auth/ 与 runtime/，Camoufox 后端首次启动时把 Camoufox 下载到 data/runtime/camoufox/；迁移已有安装时把这三项复制到 data/。容器以 root 运行，服务写入 data/ 的文件属于 root，Linux 宿主机上用 sudo 编辑。

• 端口对外开放时设置 PROXY_API_KEY；从容器外打开管理页面需要 ADMIN_AUTH_ENABLED=true 与管理密码，用户名默认为 admin
• 添加账户：把能登录 Google 的电脑上的 auth// 复制到 data/auth/；或在管理页面账户页点击“远程添加”取得配对令牌，经 SSH 隧道 ssh -L 2048:127.0.0.1:2048 <服务器> 后在该电脑运行 setup --remote http://127.0.0.1:2048
• PROXY 与账户代理从容器内访问，代理运行在宿主机时填写宿主机的局域网地址，并允许代理接受局域网连接
• 修改 data/.env 后执行 docker compose restart；更新镜像执行 docker compose pull && docker compose up -d；在源码目录中执行 docker compose up -d --build 从源码构建

快速开始

首次使用（需要认证）

1. 准备首个账户:

Windows 可以导入本机 Chrome 账户：

   start.bat setup
   

Linux 与 macOS 使用隔离 Camoufox 登录：

   ./aistudio2api setup --login
   

登录完成后会从 AI Studio 页面读取 Google 邮箱，并为账户授权 Google Drive。账户保存到 .env 中 AISTUDIO_AUTH_STATES 指向的目录；语言和时区默认读取当前电脑设置，也可以通过 --locale、--timezone 指定。

2. 启动图形界面:

• Windows 双击 start.bat
• Linux 与 macOS 运行 ./aistudio2api
• 浏览器自动打开 http://127.0.0.1:2048
• 页面初始状态为 STOPPED，默认显示“日志”页面

3. 添加其他账户:

• 打开“账户”页面
• “Chrome 批量导入”可多选本机 Chrome 账户
• “浏览器登录”会打开独立 Camoufox 窗口，登录完成后自动识别邮箱、授权 Google Drive 并保存；Google 要求验证身份时，在该窗口或手机上确认

4. 启动 API:

• 点击“启动服务”启动数据面
• 状态依次显示 LAUNCHING 和 RUNNING；LAUNCHING 期间可以点击“停止服务”取消启动
• 在“日志”页面确认账户、模型和请求状态
• API 默认监听 http://127.0.0.1:2048

账户操作随状态显示：

| 账户状态 | 可用操作 | | --- | --- | | ready | 编辑、停用、验证、删除 | | disabled | 编辑、启用、删除 | | auth_required | 编辑、停用、重新登录、验证、删除 |

“重新登录”只在账户状态为 auth_required 时显示。

日常使用（已有认证）

1. Windows 双击 start.bat；Linux 与 macOS 运行 ./aistudio2api 2. 点击“启动服务”启用 API；设置 AUTO_START=true 后，程序启动时自动启动服务 3. 点击“停止服务”会取消正在进行的启动或活动请求并关闭 WAA Worker，管理页面与日志保持可用 4. 再次点击“启动服务”即可恢复 API

停止后再次启动会读取最新 .env 生成服务配置，账户选择策略与 Worker 容量保存后立即生效；管理页面地址和 PROXY_API_KEY 在管理进程重启后生效。

在启动窗口按 Ctrl+C 或关闭窗口会退出整个管理进程。关闭浏览器标签页不会停止管理进程。

快速启动

start.bat：启动管理进程并自动打开网页。

start.bat -open-ui=false：启动管理进程但不自动打开网页。

start.bat setup：扫描本机 Chrome 账户；也可使用 --email 或 --profile 选择明确的 Chrome 账户。隔离登录使用 start.bat setup --login；文件导入使用 start.bat setup --storage-state 。

start.bat setup --remote https://<远程实例>：向远程实例添加账户。先在远程实例的账户页点击“远程添加”取得配对令牌，再在能登录 Google 的电脑上运行该命令并粘贴令牌；可与 --login 等参数组合。

API 使用

OpenAI 兼容接口

服务启动后，可以直接使用 OpenAI Chat Completions：

curl http://127.0.0.1:2048/v1/chat/completions \
  -H "Authorization: Bearer 123" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-3.7-flash",
    "messages": [{"role": "user", "content": "Hello, world!"}],
    "stream": true
  }'

客户端配置示例

| 协议 | Base URL | API key | | --- | --- | --- | | OpenAI Chat / Responses | http://127.0.0.1:2048/v1 | .env 中的 PROXY_API_KEY | | Anthropic Messages | http://127.0.0.1:2048 | .env 中的 PROXY_API_KEY | | Gemini | http://127.0.0.1:2048 | .env 中的 PROXY_API_KEY |

模型名称从 GET /v1/models 或 GET /v1beta/models 读取。PROXY_API_KEY 为空时，浏览器中只有本机页面可以直接调用接口；网页版客户端和部分桌面客户端需要设置 PROXY_API_KEY。多个 key 用逗号分隔，任一 key 都可调用。

以 Cherry Studio 为例：

1. 打开 Cherry Studio 设置 2. 新增 OpenAI 兼容提供商 3. API 主机地址填写 http://127.0.0.1:2048/v1 4. API 密钥填写 .env 中的 PROXY_API_KEY 5. 从 /v1/models 获取模型，或手动添加 gemini-3.6-flash、gemini-3.7-flash

Claude Code 使用 Anthropic 接口，子 agent 按 opus、sonnet、haiku 档位选择模型，以下变量把它们映射到 AI Studio 模型；WebSearch 由 Google Search 执行：

$env:ANTHROPIC_BASE_URL = "http://127.0.0.1:2048"
$env:ANTHROPIC_API_KEY = "<PROXY_API_KEY>"
$env:ANTHROPIC_MODEL = "gemini-3.8-flash"
$env:ANTHROPIC_DEFAULT_OPUS_MODEL = "gemini-3.1-pro-preview"
$env:ANTHROPIC_DEFAULT_SONNET_MODEL = "gemini-3.8-flash"
$env:ANTHROPIC_DEFAULT_HAIKU_MODEL = "gemini-3.5-flash-lite"

Codex 使用 Responses 接口，在 ~/.codex/config.toml 中添加 provider，并把 PROXY_API_KEY 写入 AISTUDIO2API_KEY 环境变量；Codex 的 web_search 工具由 Google Search 执行：

model = "gemini-3.8-flash"
model_provider = "aistudio"
[model_providers.aistudio]
name = "AIStudio2API"
base_url = "http://127.0.0.1:2048/v1"
env_key = "AISTUDIO2API_KEY"
wire_api = "responses"

omp 的 web_search 工具使用 web 角色的模型搜索。在 omp 的 models.yml 中添加指向本服务的 Gemini provider（apiKey 为保存 PROXY_API_KEY 的环境变量名），并在 config.yml 中把 web 角色设为该模型：

# models.yml
providers:
  aistudio-gemini:
    baseUrl: http://127.0.0.1:2048/v1beta
    api: google-generative-ai
    apiKey: AISTUDIO2API_KEY
    models:
id: gemini-3.8-flash

# config.yml
modelRoles:
  web: aistudio-gemini/gemini-3.8-flash

主要端点：

| 能力 | 端点 | | --- | --- | | 模型 | GET /v1/models、GET /v1/models/{model}、GET /v1beta/models、GET /v1beta/models/{model} | | OpenAI Chat | POST /v1/chat/completions | | OpenAI Responses | POST /v1/responses、POST /v1/responses/input_tokens、POST /v1/responses/compact、GET/DELETE /v1/responses/{id}、GET /v1/responses/{id}/input_items、POST /v1/responses/{id}/cancel | | Files | POST /v1/files、GET /v1/files、GET /v1/files/{id}、GET /v1/files/{id}/content、DELETE /v1/files/{id}（OpenAI 与 Anthropic 格式）；POST /upload/v1beta/files、GET /v1beta/files、GET/DELETE /v1beta/files/{id} | | Anthropic | POST /v1/messages、POST /v1/messages/count_tokens | | Gemini | POST /v1beta/models/{model}:generateContent、:streamGenerateContent、:countTokens | | Embeddings | POST /v1/embeddings、POST /v1beta/models/{model}:embedContent、:batchEmbedContents | | 图片 | POST /v1/images/generations、POST /v1/images/edits | | 语音 | POST /v1/audio/speech | | 转录与翻译 | POST /v1/audio/transcriptions、POST /v1/audio/translations | | 音乐 | Gemini generateContent + responseModalities: ["AUDIO"] | | 视频 | POST /v1/videos、GET /v1/videos、GET/DELETE /v1/videos/{id}、GET /v1/videos/{id}/content | | Gemini 视频 | POST /v1beta/models/{model}:predictLongRunning、GET /v1beta/operations/{id} | | Live（含实时翻译、实时转录与实时音乐）/ Robotics | GET /v1/live、GET /v1/robotics/stream |

四套生成接口均可按各自协议字段启用 Search、Image Search、URL Context、Code Execution 和 Maps。Files、Transcribe、Live、Robotics 的请求与事件格式见 Google AI Studio 协议规范。

生成请求中的内联附件会优先上传为临时 Drive 文件，随请求结束清理；账户未授予 Drive 权限时保持内联数据发送。图片、音频、视频、PDF 等输入仍需所选模型支持。重复使用的附件可通过 Files 接口上传一次并复用文件 ID。

Gemini 附件与视频图片输入支持 inlineData / inline_data、fileData / file_data、mimeType / mime_type 和 fileUri / file_uri。媒体 Base64 数据支持标准与 URL-safe 字母表、带填充与无填充形式，以及 data:;base64, 前缀。OpenAI 助手历史中的 Markdown 图片同样支持 URL-safe Base64 和 CR/LF 换行。内联 GIF 和视频表单上传的 GIF 按首帧静态图片转换为 PNG，保留逻辑画布、帧位置与透明背景。

TTS 语音生成

TalkifyTTS 与新版 Google Gen AI SDK 可连接 http://127.0.0.1:2048/v1beta/interactions，稳定版入口为 /v1/interactions。请求使用 x-goog-api-key，支持 gemini-3.8-flash-tts 与 gemini-3.8-flash-lite-tts：

from google import genai
client = genai.Client(api_key="123", http_options={"base_url": "http://127.0.0.1:2048"})
stream = client.interactions.create(
    model="gemini-3.8-flash-tts",
    input="Hello, this is a test.",
    response_format={"type": "audio"},
    generation_config={"speech_config": [{"voice": "Kore"}]},
    stream=True,
)
for event in stream:
    if event.event_type == "step.delta" and event.delta.type == "audio":
        print(event.delta.data)

流式音频默认为 Base64 编码的 24 kHz、16-bit 小端、单声道 PCM；非流式默认为完整 WAV，通过 interaction.output_audio.data 读取。response_format.mime_type 可显式选择 audio/l16 或 audio/wav。风格与多说话人输入见 Interactions 协议。

curl http://127.0.0.1:2048/v1/audio/speech \
  -H "Authorization: Bearer 123" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-3.1-flash-tts-preview",
    "input": "Hello, this is a test.",
    "voice": "Kore",
    "response_format": "wav"
  }' \
  --output speech.wav

多说话人语音可以通过 Gemini generateContent 的 multiSpeakerVoiceConfig 配置。

curl http://127.0.0.1:2048/v1beta/models/gemini-2.5-flash-preview-tts:generateContent \
  -H "x-goog-api-key: 123" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [{"parts": [{"text": "Joe: How are you?\nJane: I am fine, thanks!"}]}],
    "generationConfig": {
      "responseModalities": ["AUDIO"],
      "speechConfig": {
        "multiSpeakerVoiceConfig": {
          "speakerVoiceConfigs": [
            {"speaker": "Joe", "voiceConfig": {"prebuiltVoiceConfig": {"voiceName": "Kore"}}},
            {"speaker": "Jane", "voiceConfig": {"prebuiltVoiceConfig": {"voiceName": "Puck"}}}
          ]
        }
      }
    }
  }' --output speech.json

可用语音由实时模型目录中的 capability_options.voices 返回。gemini-3.8-flash-tts 等带 speech_metadata 能力的模型同样接受上面的 说话人: 台词 写法，也可以为每个文本 part 设置 speechMetadata.speaker 与 speechMetadata.style，并用 multiSpeakerVoiceConfig.mode 选择 VERBATIM 或 CONVERSATIONAL；OpenAI instructions 在这些模型上作为语音风格。

图片生成 (Nano Banana)

curl http://127.0.0.1:2048/v1/images/generations \
  -H "Authorization: Bearer 123" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-3.1-flash-image",
    "prompt": "A cute cat wearing a tiny hat",
    "n": 1,
    "size": "1024x1024"
  }'

视频生成 (Veo)

curl http://127.0.0.1:2048/v1/videos \
  -H "Authorization: Bearer 123" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "veo-3.1-fast-generate-preview",
    "prompt": "A drone flying over a forest"
  }'

创建操作后通过 GET /v1/videos/{id} 查询状态，通过 GET /v1/videos/{id}/content 下载结果。

模型

模型目录会随 AI Studio 更新，客户端从 /v1/models 或 /v1beta/models 读取当前值。下表保留目录结构示例，模型 ID、限制和方法以运行时结果为准：

| Model ID | Display name | Input | Output | Methods | | --- | --- | ---: | ---: | --- | | antigravity-preview-05-2026 | Antigravity Agent Preview | 131072 | 65536 | countTokens, generateContent | | gemini-2.5-flash | Gemini 2.5 Flash | 1048576 | 65536 | batchGenerateContent, countTokens, createCachedContent, generateContent | | gemini-2.5-flash-image | Nano Banana | 32768 | 32768 | batchGenerateContent, countTokens, generateContent | | gemini-2.5-flash-lite | Gemini 2.5 Flash-Lite | 1048576 | 65536 | batchGenerateContent, countTokens, createCachedContent, generateContent | | gemini-2.5-flash-preview-tts | Gemini 2.5 Flash Preview TTS | 8192 | 16384 | countTokens, generateContent | | gemini-2.5-pro | Gemini 2.5 Pro | 1048576 | 65536 | batchGenerateContent, countTokens, createCachedContent, generateContent | | gemini-2.5-pro-preview-tts | Gemini 2.5 Pro Preview TTS | 8192 | 16384 | batchGenerateContent, countTokens, generateContent | | gemini-3-flash-preview | Gemini 3 Flash Preview | 1048576 | 65536 | batchGenerateContent, countTokens, createCachedContent, generateContent | | gemini-3-pro-image | Nano Banana Pro | 131072 | 32768 | batchGenerateContent, countTokens, generateContent | | gemini-3.1-flash-image | Nano Banana 2 | 65536 | 65536 | batchGenerateContent, countTokens, generateContent | | gemini-3.1-flash-lite | Gemini 3.1 Flash Lite | 1048576 | 65536 | batchGenerateContent, countTokens, createCachedContent, generateContent | | gemini-3.1-flash-lite-image | Nano Banana 2 Lite | 65536 | 65536 | batchGenerateContent, countTokens, generateContent | | gemini-3.1-flash-tts-preview | Gemini 3.1 Flash TTS Preview | 8192 | 16384 | batchGenerateContent, countTokens, generateContent | | gemini-3.1-pro-preview | Gemini 3.1 Pro Preview | 1048576 | 65536 | batchGenerateContent, countTokens, createCachedContent, generateContent | | gemini-3.5-flash | Gemini 3.5 Flash | 1048576 | 65536 | batchGenerateContent, countTokens, createCachedContent, generateContent | | gemini-3.5-flash-lite | Gemini 3.5 Flash Lite | 1048576 | 65536 | batchGenerateContent, countTokens, createCachedContent, generateContent | | gemini-3.6-flash | Gemini 3.6 Flash | 1048576 | 65536 | batchGenerateContent, countTokens, createCachedContent, generateContent | | gemini-3.7-flash | Gemini 3.7 Flash | 1048576 | 65536 | batchGenerateContent, countTokens, createCachedContent, generateContent | | gemini-flash-latest | Gemini Flash Latest | 1048576 | 65536 | batchGenerateContent, countTokens, createCachedContent, generateContent | | gemini-flash-lite-latest | Gemini Flash-Lite Latest | 1048576 | 65536 | batchGenerateContent, countTokens, createCachedContent, generateContent | | gemini-nano-banana-2.1 | Nano Banana 2.1 | 65536 | 65536 | batchGenerateContent, countTokens, generateContent | | gemini-omni-flash-preview | Gemini Omni Flash Preview | 131072 | 65536 | countTokens, generateContent | | gemini-pro-latest | Gemini Pro Latest | 1048576 | 65536 | batchGenerateContent, countTokens, createCachedContent, generateContent | | gemini-robotics-er-1.6-preview | Gemini Robotics-ER 1.6 Preview | 131072 | 65536 | batchGenerateContent, countTokens, createCachedContent, generateContent | | gemini-robotics-er-2-preview | Gemini Robotics-ER 2 Preview | 131072 | 65536 | batchGenerateContent, countTokens, createCachedContent, generateContent | | gemma-4-26b-a4b-it | Gemma 4 26B A4B IT | 262144 | 32768 | countTokens, generateContent | | gemma-4-31b-it | Gemma 4 31B IT | 262144 | 32768 | countTokens, generateContent | | lyria-3-clip-preview | Lyria 3 Clip Preview | 1048576 | 65536 | countTokens, generateContent | | lyria-3-pro-preview | Lyria 3 Pro Preview | 1048576 | 65536 | countTokens, generateContent | | veo-3.1-fast-generate-preview | Veo 3.1 fast | 480 | 8192 | predictLongRunning | | veo-3.1-generate-preview | Veo 3.1 | 480 | 8192 | predictLongRunning | | veo-3.1-lite-generate-preview | Veo 3.1 lite | 480 | 8192 | predictLongRunning |

公开端点实现标准 generateContent、countTokens、embedContent、batchEmbedContents 和 predictLongRunning；bidiGenerateContent 与 bidiGenerateMusic 模型经 /v1/live 调用。/v1/models 与 /v1beta/models 原样汇总各账户实时上游目录；调度按目录明确提供的模型 ID、方法、能力字段和账户当前运行状态选择账户。

启用账户的订阅都不满足的模型（如只对 Google AI Ultra 开放的模型）同样列在目录中、不含 channels，调用时返回 403 并写明所需订阅。能力含 output_continuation 的模型（如 Gemini 4 Argon）与官网一样接受到 input_token_limit 的输出上限，超过 32768 时分轮自动续写，各轮输出合并为一个响应。模型名可以带思考后缀，例如 gemini-4-argon(low)：括号内为 none、minimal、low、medium、high、xhigh、max、auto 或思考预算 token 数，后缀优先于请求体中的思考参数。客户端写死的模型名可用 MODEL_MAPPING 映射到目录中的模型，例如 MODEL_MAPPING=claude-haiku-5-5:gemini-3.8-flash，别名以目标模型的字段列在模型目录中。

项目架构

AIStudio2API/
├── cmd/aistudio2api/        # 薄入口
├── internal/app/            # 命令、管理监听、生成服务生命周期与调度
├── internal/setup/          # 账户导入和独立登录 CLI
├── internal/aistudio/       # AI Studio 协议、认证、模型与媒体
├── internal/api/            # OpenAI、Responses、Anthropic 与 Gemini 适配
├── internal/chromeauth/     # Windows Chrome 与 DBSC 导入
├── internal/camoufoxnative/ # Camoufox BiDi、登录与 WAA Worker
├── internal/webui/          # 内嵌前端产物
├── web/                     # Vue 3 + TypeScript 管理页面
├── docs/                    # 开发文档与协议规范
└── start.bat                # Windows 一键启动入口

配置说明

环境变量配置

复制并编辑环境配置文件：

cp .env.example .env

| 变量 | 默认值 | 作用 | | --- | --- | --- | | AISTUDIO_AUTH_STATES | auth | 账户文件、目录或多个逗号分隔路径 | | LISTEN_ADDR | 127.0.0.1:2048 | 管理页面与 API 监听地址 | | PROXY_API_KEY | 空 | 公开 API key | | AUTO_START | false | 管理程序启动后自动启动生成服务 | | REQUEST_BODY_LOG | false | 保存公开 API 请求与响应正文，各截断到 64 KiB，保留最近 1000 条 | | LOG_FILE | true | 同时把服务日志写入 runtime/logs/，单文件 10 MB 轮转 | | LOG_MAX_TOTAL_MB | 500 | 日志目录总量上限，超出时删除最旧的文件，不小于 20 | | ADMIN_AUTH_ENABLED | false | 管理控制台账号密码登录开关 | | ADMIN_USERNAME | admin | 管理员账号 | | ADMIN_PASSWORD | 空 | 管理员密码，开启登录时必填 | | PROXY | 空 | Chrome 导入、登录和账户默认使用的 HTTP、HTTPS 或 SOCKS5 代理，多个代理用逗号分隔组成代理池；留空时使用系统代理 | | INIT_TIMEOUT | 2m | 单账户 WAA 初始化超时 | | REQUEST_TIMEOUT | 30m | 单次请求最大执行时间，自动续写请求按续写轮数倍增 | | WARM_WORKER_LIMIT | 5 | 常驻预热账户数 | | MAX_ACTIVE_WORKERS | 10 | 高峰期最多同时运行的 Worker 数 | | WARM_STARTUP_CONCURRENCY | 5 | 同时冷启动的 Camoufox Worker 数，预热与按需扩容共用；WAA_BACKEND=go 时不限制 | | PER_ACCOUNT_CONCURRENCY | 2 | 单账号同时执行的请求数 | | ROUTING_STRATEGY | round-robin | round-robin 轮询；fill-first 账号粘性优先 | | UPSTREAM_CHANNELS | playground,build | 生成请求使用的上游通道，可只保留其一 | | MODEL_MAPPING | 空 | 客户端模型名到目录模型的映射，每项写成 别名:模型 ID，逗号分隔多项 | | BUILD_NATIVE_NONSTREAM | true | 非流式请求优先使用 Build 原生单次调用；不可用时回退流式并记录原因 | | WAA_BACKEND | camoufox | camoufox 在 Camoufox 页面运行 WAA；go 在服务进程内运行 WAA，不下载也不启动 Camoufox | | TEMPORARY_CHAT | false | WAA 预热页是否使用临时对话 |

服务启动时会载入 AISTUDIO_AUTH_STATES 中的全部账户；WARM_WORKER_LIMIT 控制常驻预热规模，MAX_ACTIVE_WORKERS 控制峰值 Worker 上限，WARM_STARTUP_CONCURRENCY 控制同时冷启动的 Camoufox Worker 数，PER_ACCOUNT_CONCURRENCY 控制单账户请求槽位；这四项在管理页面保存后立即作用于后续调度，峰值上限调低时关闭多出的空闲 Worker，常驻数调高时补足预热。

端口配置

管理控制台默认通过本机回环地址免密访问。远程管理时设置 ADMIN_AUTH_ENABLED=true、管理员账号和密码，重启程序后通过独立 /login 页面登录。登录会话有效期为 12 小时，支持退出登录；管理员共享同一个账户池、配置与日志。公开 API 使用独立的 PROXY_API_KEY。

反向代理使用 HTTPS，并保留原始 Host、设置 X-Forwarded-Proto: https。管理页“服务配置”可调整登录开关及凭据，保存后重启程序生效。

• 管理页面与 API: 默认端口 2048
• Camoufox: 由程序动态分配本机端口

高级功能

代理配置

支持通过 HTTP、HTTPS 或 SOCKS5 代理访问 AI Studio，代理需要认证时在 URL 中填写账号密码，例如 socks5://user:password@host:1080：

1. 在“服务配置”中设置全局代理；留空时使用系统代理，先读 HTTPS_PROXY 环境变量，未设置时读 Windows 系统代理设置，代理输入框下方显示当前生成服务实际使用的出口 2. 全局代理可以填写多个，用逗号分隔组成代理池：没有专用代理的账户固定绑定到绑定账户最少的可用代理，绑定写入账户状态，重启后不变；代理连续 3 次网络错误或定时检测失败时，其账户改绑到其他可用代理，检测恢复后重新参与分配；“服务配置”列出各代理的状态与绑定账户数，账户卡片显示每个账户的出口 3. 在“账户”页面编辑单个账户时可以设置账户专用代理 4. 账户代理同时用于登录、WAA 与业务请求 5. 带账号密码的代理由程序在本机回环地址提供无认证 SOCKS5 中转供 Camoufox 使用，账号密码不写入浏览器 profile；中转运行期间，本机其他进程也能经它使用该代理

认证文件管理

认证文件默认存储在 auth/ 目录：

| 路径 | 内容 | | --- | --- | | auth//account.json | 账户邮箱、代理、语言、时区和启用状态 | | auth//storage-state.json | Google Cookie 与认证续签材料 | | auth//runtime-state.json | 权益等级、模型资格、冷却状态与资源所属账户 | | auth//camoufox-cache/ | 该账户浏览器的网页缓存，服务停止时可删除 | | auth/.leases/.lock | 同一账户目录的跨进程占用锁 | | [用户缓存]/AIStudio2API/runtime-leases/.lock | 当前电脑上该邮箱的 WAA Worker 占用锁 |

账户邮箱同时作为目录名、管理页面标识和日志来源，统一使用小写形式。.leases 协调账户目录读写，用户缓存中的 runtime lease 保证同一邮箱在当前电脑上只有一个 WAA Worker。

账户页支持 Chrome 批量导入和隔离 Camoufox 登录。ready 账户可以编辑、停用、立即刷新和删除，auth_required 账户可以重新登录；“刷新全部”立即读取全部启用账户的权益与模型目录，后台每 10 分钟也会读取一次。从未读取成功的账户权益显示为未知，并显示最近一次失败原因。

详细文档

• 开发与贡献
• Google AI Studio 协议规范
• WAA 实现
• Build 通道
• 运行日志说明
• 可复用逆向开发指南

重要提示

关于 Camoufox

本项目使用 Camoufox 浏览器来降低被检测为自动化脚本的风险。Camoufox 基于 Firefox，通过修改底层实现来保持真实的设备指纹。

Go 负责编码、调度、流式解码与公开协议；受 WAA 保护的 GenerateContent 通过账户固定指纹 Camoufox 页面发送，保留原生 Firefox TLS/HTTP2、请求头、Cookie 与页面指纹。

WAA_BACKEND=go 时，WAA 在服务进程内运行，按账户指纹模拟 Firefox 页面环境并以 Firefox 请求头直接发送，运行时不下载也不启动 Camoufox。账户页的浏览器登录仍使用 Camoufox，首次登录时按需准备。

使用限制

• 客户端管理历史: Chat、Anthropic 和 Gemini 请求由客户端提交完整对话上下文
• AI Studio 历史: API 请求不保存到官网历史；TEMPORARY_CHAT=true 还会关闭 WAA 预热页的自动保存
• Responses 会话: previous_response_id 仅在当前进程内保存，重启后不会保留
• 认证有效期: Chrome 导入账户保留 DBSC 续签材料，续签在 Windows 上执行，Linux、macOS 与 Docker 中的 Chrome 导入账户失效后重新从 Windows 复制；其他账户失效时，若本机 Chrome 登录着同一邮箱，服务从 Chrome 导入该邮箱的材料续签，此后按 Chrome 导入账户续签，否则在账户页重新登录

故障排除

Windows 端口被系统保留

如果启动时提示 LISTEN_ADDR 配置的端口被占用，任务管理器中又找不到占用进程，可能是 Hyper-V、WSL2 或 Docker 的 NAT 服务保留了端口段。

以下命令需要在管理员权限的 PowerShell 或 CMD 中运行。

1. 查看被 Windows 保留的端口范围

netsh interface ipv4 show excludedportrange protocol=tcp

如果 2048 落在输出的 Start Port 和 End Port 范围内，可以修改 LISTEN_ADDR，或重启 WinNAT 服务后再次检查：

net stop winnat
net start winnat

端口空闲后，也可以将 2048 加入持久保留：

netsh int ipv4 add excludedportrange protocol=tcp startport=2048 numberofports=1 store=persistent

常见运行状态：

| 状态 | 处理方法 | | --- | --- | | 页面未自动打开 | 手动打开 .env 中 LISTEN_ADDR 对应的地址 | | service_stopped | 在管理页面点击“启动服务” | | service_starting | 生成服务正在启动，稍后重试 | | 没有可用账户 | 在账户页新增、启用或重新登录账户 | | Camoufox 准备失败 | 检查 GitHub Release 访问，或设置 CAMOUFOX_PATH | | Linux 预热账户 exit status 255 |